Ερευνητές Προσεγγίζουν την Επίτευξη “Συναισθηματικά Ευφυών” AI

Οι ερευνητές στο Ιαπωνικό Προηγμένο Ινστιτούτο Επιστημών και Τεχνολογίας έχουν ενσωματώσει βιολογικές σηματοδοτήσεις με μεθόδους μηχανικής μάθησης για να ενεργοποιήσουν “συναισθηματικά ευφυή” AI. Η συναισθηματική νοημοσύνη θα μπορούσε να οδηγήσει σε πιο φυσικές αλληλεπιδράσεις ανθρώπου-μηχανής, λένε οι ερευνητές.

Η νέα μελέτη δημοσιεύθηκε στο περιοδικό IEEE Transactions on Affective Computing.

Επιτύχοντας Συναισθηματική Νοημοσύνη

Οι τεχνολογίες αναγνώρισης ομιλίας και γλώσσας όπως η Alexa και η Siri εξελίσσονται συνεχώς, και η προσθήκη συναισθηματικής νοημοσύνης θα μπορούσε να τις οδηγήσει στο επόμενο επίπεδο. Αυτό θα σημαίνει ότι αυτά τα συστήματα θα μπορούσαν να αναγνωρίσουν τις συναισθηματικές καταστάσεις του χρήστη, καθώς και να κατανοήσουν τη γλώσσα και να παράγουν πιο ευσυνείδητες απαντήσεις.

Η “πολυτροπική ανάλυση συναισθήματος” είναι μια ομάδα μεθόδων που αποτελούν το χρυσό πρότυπο για τα συστήματα διαλόγου AI με ανίχνευση συναισθήματος, και μπορούν να αναλύσουν αυτόματα την ψυχολογική κατάσταση ενός ατόμου από την ομιλία, τις εκφράσεις του προσώπου, το χρώμα της φωνής και τη στάση. Είναι θεμελιώδεις για τη δημιουργία ανθρώπινο-κεντρικών συστημάτων AI και θα μπορούσαν να οδηγήσουν στην ανάπτυξη ενός συναισθηματικά ευφυούς AI με “πέρα από ανθρώπινες ικανότητες”. Αυτές οι ικανότητες θα βοηθούσαν το AI να κατανοήσει τη συναισθηματική κατάσταση του χρήστη πριν από τη διαμόρφωση μιας κατάλληλης απάντησης.

Ανάλυση Μη Παρατηρήσιμων Σημάτων

Οι τρέχουσες μεθόδους εκτίμησης εστιάζουν κυρίως στην παρατηρήσιμη πληροφορία, η οποία αφήνει εκτός των σημάτων που δεν είναι παρατηρήσιμα, τα οποία μπορούν να περιλαμβάνουν φυσιολογικά σήματα. Τα είδη των σημάτων αυτών περιέχουν πολλές πολύτιμες πληροφορίες που θα μπορούσαν να βελτιώσουν την εκτίμηση του συναισθήματος.

Στη μελέτη, τα φυσιολογικά σήματα προστέθηκαν για πρώτη φορά στην πολυτροπική ανάλυση συναισθήματος. Η ομάδα των ερευνητών που πραγματοποίησε αυτή τη μελέτη περιελάμβανε τον Αναπληρωτή Καθηγητή Shogo Okada από το Ιαπωνικό Προηγμένο Ινστιτούτο Επιστημών και Τεχνολογίας (JSAIT) και τον Καθηγητή Kazunori Komatani από το Ινστιτούτο Επιστημονικής και Βιομηχανικής Έρευνας του Πανεπιστημίου του Όσακα.

“Οι άνθρωποι είναι πολύ καλοί στο να κρύβουν τα συναισθήματά τους,” λέει ο Δρ. Okada. “Η εσωτερική συναισθηματική κατάσταση του χρήστη δεν αντανακλά πάντα ακριβώς από το περιεχόμενο του διαλόγου, αλλά既然 είναι δύσκολο για ένα άτομο να ελέγξει συνειδητά τα βιολογικά του σήματα, όπως η καρδιακή συχνότητα, μπορεί να είναι χρήσιμο να τα χρησιμοποιήσει για την εκτίμηση της συναισθηματικής του κατάστασης. Αυτό θα μπορούσε να οδηγήσει σε ένα AI με ικανότητες εκτίμησης συναισθήματος που είναι πέρα από τις ανθρώπινες.”

Η μελέτη της ομάδας περιελάμβανε την ανάλυση 2.468 ανταλλαγών με ένα διαλογικό AI που προέρχονταν από 26 συμμετέχοντες. Με αυτά τα δεδομένα, η ομάδα μπορούσε να εκτιμήσει το επίπεδο της απόλαυσης που βίωσαν οι χρήστες κατά τη διάρκεια της συνομιλίας.

Ο χρήστης ζητήθηκε να αξιολογήσει πόσο διασκεδαστική ή βαρετή ήταν η συνομιλία. Η πολυτροπική βάση δεδομένων διαλόγου που ονομάζεται “Hazumi1911” χρησιμοποιήθηκε από την ομάδα. Αυτή η βάση δεδομένων συνδυάζει αναγνώριση ομιλίας, αισθητήρες χρώματος φωνής, ανίχνευση στάσης και έκφραση προσώπου με δερματική πιθανότητα, η οποία είναι μια μορφή αισθητήρα φυσιολογικής απόκρισης.

“Συγκρίνοντας όλες τις ξεχωριστές πηγές πληροφορίας, τα βιολογικά σήματα αποδείχθηκαν πιο αποτελεσματικά από τη φωνή και την έκφραση του προσώπου,” συνέχισε ο Δρ. Okada. “Όταν συνδυάσαμε τις πληροφορίες γλώσσας με βιολογικά σήματα για να εκτιμήσουμε την εσωτερική κατάσταση του χρήστη ενώ μιλούσε με το σύστημα, η απόδοση του AI έγινε συγκρίσιμη με εκείνη του ανθρώπου.”

Τα νέα ευρήματα δείχνουν ότι η ανίχνευση φυσιολογικών σημάτων στους ανθρώπους θα μπορούσε να οδηγήσει σε εξαιρετικά συναισθηματικά ευφυή συστήματα διαλόγου AI. Τα συναισθηματικά ευφυή συστήματα AI θα μπορούσαν να χρησιμοποιηθούν για την αναγνώριση και την παρακολούθηση ψυχικών ασθενειών αναγνωρίζοντας αλλαγές στις ημερήσιες συναισθηματικές καταστάσεις. Μια άλλη πιθανή περίπτωση χρήσης είναι στην εκπαίδευση, όπου θα μπορούσαν να αναγνωρίσουν εάν ένας μαθητής ενδιαφέρεται για ένα θέμα ή είναι βαρετός, το οποίο θα μπορούσε να χρησιμοποιηθεί για να τροποποιήσει τις στρατηγικές διδασκαλίας.