AI Semakin Dalam Mengenal Emosi Manusia

Peneliti di Universitas Colorado dan Universitas Duke telah mengembangkan jaringan saraf untuk mendekode gambar menjadi 11 kategori emosi manusia yang berbeda. Tim peneliti di universitas tersebut termasuk Phillip A. Kragel, Marianne C. Reddan, Kevin S. LaBar, dan Tor D. Wagner.

Phillip Kragel menjelaskan jaringan saraf sebagai model komputer yang dapat memetakan sinyal masukan ke keluaran yang diinginkan dengan mempelajari serangkaian filter. Setiap kali jaringan dilatih untuk mendeteksi gambar atau sesuatu, ia mempelajari fitur-fitur yang unik seperti bentuk, warna, dan ukuran.

Jaringan saraf konvolusional baru ini telah diberi nama EmoNet, dan dilatih pada gambar visual. Tim peneliti menggunakan database yang memiliki 2.185 video dan mencakup 27 kategori emosi yang berbeda. Dari kumpulan video tersebut, mereka mengekstrak 137.482 bingkai yang dibagi menjadi sampel pelatihan dan pengujian. Mereka tidak hanya emosi dasar, tetapi juga banyak emosi kompleks. Kategori emosi yang berbeda termasuk kecemasan, kagum, bosan, bingung, hasrat, jijik, sakit empatik, terpesona, kegembiraan, ketakutan, teror, minat, kegembiraan, romansa, kesedihan, hasrat seksual, dan kejutan.

Model ini dapat mendeteksi beberapa emosi seperti hasrat dan hasrat seksual dengan interval kepercayaan yang tinggi, tetapi memiliki kesulitan dengan emosi lain seperti bingung dan terkejut. Untuk mengkategorikan gambar dan emosi yang berbeda, jaringan saraf menggunakan hal-hal seperti warna, spektrum daya spasial, dan kehadiran objek dan wajah dalam gambar.

Untuk membangun penelitian dan jaringan saraf, tim mempelajari 18 orang yang berbeda dan aktivitas otak mereka setelah menampilkan 112 gambar yang berbeda. Setelah menampilkan gambar-gambar tersebut kepada manusia, peneliti menampilkan gambar-gambar yang sama kepada jaringan EmoNet untuk membandingkan hasilnya.

Kami sudah menggunakan aplikasi dan program tertentu setiap hari yang membaca wajah dan ekspresi kita untuk hal-hal seperti pengenalan wajah, manipulasi foto melalui AI, dan untuk membuka kunci smartphone kita. Pengembangan baru ini membawa hal itu lebih jauh dengan kemungkinan tidak hanya membaca fitur fisik wajah, tetapi juga membaca emosi dan perasaan seseorang melalui wajah mereka. Ini adalah pengembangan yang menarik tetapi juga mengkhawatirkan karena kekhawatiran privasi pasti akan muncul. Kami sudah khawatir tentang pengenalan wajah dan apa yang dapat terjadi dengan data tersebut.

Selain potensi berbahaya terkait kekhawatiran privasi, pengembangan teknologi baru ini dapat membantu dalam banyak bidang. Misalnya, banyak peneliti sering mengandalkan peserta yang melaporkan emosi mereka sendiri. Sekarang, peneliti dapat menggunakan gambar wajah peserta untuk mempelajari emosi mereka. Ini akan mengurangi kesalahan dalam penelitian dan data.

“Ketika datang ke pengukuran emosi, kita biasanya masih terbatas hanya dengan bertanya kepada orang bagaimana mereka merasa,” kata Tor Wagner, salah satu peneliti dalam tim. “Kerja kita dapat membantu kita bergerak menuju pengukuran langsung proses otak yang terkait dengan emosi.”

Penelitian baru ini juga dapat membantu mengubah label kesehatan mental seperti “kecemasan” menjadi proses otak.

“Bergerak menjauh dari label subjektif seperti ‘kecemasan’ dan ‘depresi’ menuju proses otak dapat mengarah pada target baru untuk terapi, pengobatan, dan intervensi,” kata Phillip Kragel, salah satu peneliti lainnya.

Jaringan saraf baru ini hanya salah satu pengembangan baru dan menarik dalam kecerdasan buatan. Peneliti terus mendorong teknologi ini lebih jauh, dan akan membuat dampak pada setiap bidang kehidupan kita. Pengembangan baru dalam AI membawa hal itu lebih dalam ke berbagai bidang perilaku dan emosi manusia. Sementara kita sebagian besar tahu AI yang berhubungan dengan ranah fisik termasuk otot, lengan, dan bagian tubuh lainnya, kita sekarang memasuki psikologi manusia dengan teknologi ini.