Νέα Τεχνολογία Αναγνώρισης Προσώπου με Τεχνητή Νοημοσύνη Πηγαίνει Ένα Βήμα Παραπέρα

Φαίνεται ότι η χρήση της τεχνητής νοημοσύνης στην τεχνολογία αναγνώρισης προσώπου είναι αυτή που έχει εξελιχθεί περισσότερο μέχρι τώρα. Όπως σημειώνει το ZDNet, μέχρι τώρα εταιρείες όπως η Microsoft (MSFT ) έχουν ήδη αναπτύξει τεχνολογία αναγνώρισης προσώπου που μπορεί να αναγνωρίσει την έκφραση του προσώπου (FR) με τη χρήση εργαλείων συναισθήματος. Όμως ο περιοριστικός παράγοντας μέχρι τώρα ήταν ότι αυτά τα εργαλεία ήταν περιορισμένα σε οκτώ, så-called βασικές καταστάσεις – θυμό, περιφρόνηση, φόβο, αποστροφή, ευτυχία, λύπη, έκπληξη ή ουδέτερη.

Τώρα εισέρχεται η ιαπωνική εταιρεία τεχνολογίας Fujitsu, με τεχνολογία βασισμένη σε τεχνητή νοημοσύνη που παίρνει την αναγνώριση προσώπου ένα βήμα παραπέρα στην παρακολούθηση των εκφραζόμενων συναισθημάτων.

Η υφιστάμενη τεχνολογία FR βασίζεται, όπως εξηγεί το ZDNet, στην “ταυτοποίηση των verschiedenen action units (AUs) – δηλαδή, ορισμένων κινήσεων των μυών του προσώπου που κάνουμε και που μπορούν να συνδεθούν με συγκεκριμένα συναισθήματα.” Σε ένα δεδομένο παράδειγμα, “αν τα AU ‘cheek raiser’ και ‘lip corner puller’ αναγνωριστούν μαζί, η τεχνητή νοημοσύνη μπορεί να συμπεράνει ότι ο άνθρωπος που αναλύεται είναι ευτυχισμένος.

Όπως εξήγησε ένας εκπρόσωπος της Fujitsu, “το ζήτημα με την τρέχουσα τεχνολογία είναι ότι η τεχνητή νοημοσύνη χρειάζεται να εκπαιδευτεί σε τεράστιες βάσεις δεδομένων για κάθε AU. Χρειάζεται να γνωρίζει πώς να αναγνωρίσει ένα AU από όλες τις πιθανές γωνίες και θέσεις. Όμως δεν έχουμε αρκετές εικόνες για αυτό -所以 συνήθως δεν είναι τόσο ακριβής.”

Ένα μεγάλο ποσό δεδομένων χρειάζεται για να εκπαιδεύσει την τεχνητή νοημοσύνη να είναι αποτελεσματική στην ανίχνευση συναισθημάτων, είναι πολύ δύσκολο για την τρέχουσα διαθέσιμη FR να αναγνωρίσει πραγματικά τι feels ο εξεταζόμενος. Και αν ο άνθρωπος δεν κάθεται μπροστά στην κάμερα και δεν κοιτάζει ευθέως μέσα σε αυτήν, η εργασία γίνεται ακόμη πιο δύσκολη. Πολλοί εμπειρογνώμονες έχουν επιβεβαιώσει αυτά τα προβλήματα σε κάποιες πρόσφατες έρευνες.

Η Fujitsu ισχυρίζεται ότι έχει βρει μια λύση για να αυξήσει την ποιότητα των αποτελεσμάτων αναγνώρισης προσώπου στην ανίχνευση συναισθημάτων. Αντί να χρησιμοποιήσει ένα lớn αριθμό εικόνων για να εκπαιδεύσει την τεχνητή νοημοσύνη, το νεοδημιουργημένο εργαλείο έχει την εργασία να “εξάγει περισσότερα δεδομένα από μια εικόνα.” Η εταιρεία ονομάζει αυτήν τη διαδικασία “διαδικασία κανονικοποίησης”, η οποία περιλαμβάνει τη μετατροπή εικόνων “που λαμβάνονται από μια συγκεκριμένη γωνία σε εικόνες που μοιάζουν με μια εικόνα μπροστά.”

Όπως εξήγησε ο εκπρόσωπος, “Με τον ίδιο περιορισμένο συνόλου δεδομένων, μπορούμε να ανιχνεύσουμε περισσότερα AUs, ακόμη και σε εικόνες που λαμβάνονται από μια oblique γωνία, και με περισσότερα AUs, μπορούμε να αναγνωρίσουμε σύνθετα συναισθήματα, τα οποία είναι πιο λεπτά από τις βασικές εκφράσεις που αναλύονται τώρα.”

Η εταιρεία ισχυρίζεται ότι τώρα μπορεί να “αναγνωρίσει αλλαγές συναισθήματος τόσο περίπλοκες όσο το γέλιο του νεύρωσης, με μια ακρίβεια ανίχνευσης 81%, ένας αριθμός που καθορίστηκε μέσω ‘τυπικών μεθόδων αξιολόγησης’.” Σε σύγκριση, σύμφωνα με ανεξάρτητη έρευνα, τα εργαλεία της Microsoft έχουν μια ακρίβεια ανίχνευσης 60%, και επίσης είχαν προβλήματα με την ανίχνευση συναισθημάτων όταν εργαζόταν με εικόνες που λαμβάνονταν από πιο oblique γωνίες.

Ως τις πιθανές εφαρμογές, η Fujitsu αναφέρει ότι τα νέα εργαλεία της θα μπορούσαν, μεταξύ άλλων, να χρησιμοποιηθούν για την οδική ασφάλεια “αναγνωρίζοντας ακόμη και μικρές αλλαγές στην εστίαση των οδηγών.”