Forskere kommer tættere på at opnå “følelsesmæssigt intelligente” AI

Forskere ved Japan Advanced Institute of Science and Technology har integreret biologiske signaler med maskinlæringsmetoder for at enable “følelsesmæssigt intelligente” AI. Følelsesmæssig intelligens kan føre til mere naturlige menneske-maskine-interaktioner, siger forskerne.

Den nye studie blev offentliggjort i tidsskriftet IEEE Transactions on Affective Computing.

Opnåelse af følelsesmæssig intelligens

Tale- og sproggenkendelsesteknologier som Alexa og Siri udvikler sig konstant, og tilføjelsen af følelsesmæssig intelligens kan tage dem til næste niveau. Dette ville betyde, at disse systemer kan genkende brugerens følelsesmæssige tilstand, samt forstå sprog og generere mere medfølende svar.

“Multimodal sentimentanalyse” er en gruppe metoder, der udgør guldstandarden for AI-dialogsystemer med sentimentdetektion, og de kan automatisk analysere en persons psykologiske tilstand fra deres tale, ansigtsudtryk, stemmefarve og kropssprog. De er fundamentale for at skabe menneskecentrerede AI-systemer og kan føre til udviklingen af en følelsesmæssigt intelligent AI med “beyond-human capabilities”. Disse evner vil hjælpe AI’en med at forstå brugerens følelsesmæssige tilstand, før den danner et passende svar.

Analyse af uobserverbare signaler

Nuværende estimationsmetoder fokuserer primært på observerbar information, hvilket udelader information i uobserverbare signaler, som kan inkludere fysiologiske signaler. Disse typer signaler indeholder en masse værdifuld data, der kan forbedre sentimentestimationen.

I studiet blev fysiologiske signaler tilføjet til multimodal sentimentanalyse for første gang. Forskerholdet, der udførte denne studie, inkluderede associate professor Shogo Okada fra Japan Advanced Institute of Science and Technology (JSAIT) og professor Kazunori Komatani fra Institute of Scientific and Industrial Research ved Osaka University.

“Mennesker er meget gode til at skjule deres følelser,” siger Dr. Okada. “Den indre følelsesmæssige tilstand hos en bruger afspejles ikke altid nøjagtigt af dialogens indhold, men da det er svært for en person at bevidst kontrollere deres biologiske signaler, såsom hjertefrekvens, kan det være nyttigt at bruge disse til at estimere deres følelsesmæssige tilstand. Dette kunne føre til en AI med sentimentestimationsevner, der er beyond human.”

Holdets studie omfattede analyse af 2.468 udvekslinger med en dialog-AI, der blev erhvervet fra 26 deltagere. Med denne data kunne holdet estimere niveauet af nydelse, som brugeren oplevede under samtalen.

Brugeren blev herefter bedt om at vurderere, hvor underholdende eller kedelig samtalen var. Den multimodale dialogdatasaet, der kaldes “Hazumi1911”, blev brugt af holdet. Denne datasaet kombinerer talegenkendelse, stemmefarvesensorer, kropssprogssensorer og ansigtsudtryk med hudpotentiale, som er en form for fysiologisk respons-sensing.

“Ved at sammenligne alle de separate informationskilder, viste det sig, at de biologiske signalsinformationer var mere effektive end stemme og ansigtsudtryk,” fortsætter Dr. Okada. “Når vi kombinerede sproginformationen med biologisk signalsinformation for at estimere den selv-vurderede indre tilstand, mens vi talte med systemet, blev AI’ens præstationer sammenlignelige med dem hos et menneske.”

De nye fund tyder på, at detektion af fysiologiske signaler hos mennesker kan føre til højtfølelsesmæssigt intelligente AI-baserede dialogsystern. Følelsesmæssigt intelligente AI-systemer kunne herefter bruges til at identificere og overvåge psykiske lidelser ved at registrere ændringer i daglige følelsesmæssige tilstande. En anden mulig anvendelse er i uddannelsessammenhæng, hvor de kunne identificere, om en lærende er interesseret i et emne eller keder sig, hvilket kunne bruges til at ændre undervisningsstrategier.