เทคโนโลยีการรู้จำใบหน้า AI ใหม่ไปอีกขั้น

ดูเหมือนว่าการใช้ปัญญาประดิษฐ์ในเทคโนโลยีการรู้จำใบหน้าเป็นสิ่งที่เติบโตมากที่สุดจนถึงตอนนี้ ตามที่ ZDNet กล่าวถึง บริษัทต่างๆ เช่น Microsoft (MSFT ) ได้พัฒนเทคโนโลยีการรู้จำใบหน้าที่สามารถรู้จำน้ำเสียง (FR) โดยใช้เครื่องมืออารมณ์ แต่ปัจจัยที่จำกัดจนถึงตอนนี้คือเครื่องมือเหล่านี้มีจำกัดที่แปดสถานะหลัก – ความโกรธ, ความเยาะเย้ย, ความกลัว, ความไม่พอใจ, ความสุข, ความเสียใจ, ความประหลาดใจ หรือความเป็นกลาง

ตอนนี้ Fujitsu ผู้พัฒนาเทคโนโลยีจากญี่ปุ่น ก้าวเข้ามาด้วยเทคโนโลยี AI ที่พัฒนาการรู้จำใบหน้าไปอีกขั้นในการติดตามอารมณ์ที่แสดงออก

เทคโนโลยีการรู้จำใบหน้าที่มีอยู่นั้นเป็นไปตามที่ ZDNet อธิบายไว้ว่า “การระบุหน่วยการกระทำต่างๆ (AUs) – กล่าวคือ การเคลื่อนไหวของกล้ามเนื้อใบหน้าที่เราทำและสามารถเชื่อมโยงกับอารมณ์เฉพาะได้” ในตัวอย่างที่ให้มา “หากทั้ง AU ‘การยกตา’ และ AU ‘การดึงมุมปาก’ ถูกระบุพร้อมกัน AI จะสรุปได้ว่าบุคคลที่กำลังวิเคราะห์นั้นมีความสุข

ตามที่ผู้แทนของ Fujitsu อธิบาย “ปัญหากับเทคโนโลยีปัจจุบันคือ AI ต้องได้รับการฝึกอบรมจากชุดข้อมูลขนาดใหญ่สำหรับแต่ละ AU มันจำเป็นต้องรู้วิธีการระบุ AU จากทุกมุมและตำแหน่ง แต่เรายังไม่มีภาพเพียงพอ – ดังนั้นจึงไม่แม่นยำ”

ปริมาณข้อมูลขนาดใหญ่ที่จำเป็นในการฝึกอบรม AI เพื่อให้ได้ผลลัพธ์ที่ดีในการตรวจจับอารมณ์ ทำให้การรู้จำใบหน้าในปัจจุบันแทบจะไม่สามารถรู้จำสิ่งที่บุคคลที่ตรวจสอบกำลังรู้สึกได้ และหากบุคคลนั้นไม่ได้นั่งอยู่หน้ากล้องและไม่สบตา กล้องจะยิ่งทำได้ยากขึ้น ผู้เชี่ยวชาญหลายคนได้ยืนยันปัญหาเหล่านี้ใน การวิจัยล่าสุด

Fujitsu อ้างว่าได้ค้นพบวิธีแก้ปัญหาเพื่อเพิ่มคุณภาพของผลลัพธ์การรู้จำใบหน้าในการตรวจจับอารมณ์ แทนที่จะใช้ภาพจำนวนมากในการฝึกอบรม AI เครื่องมือที่สร้างขึ้นใหม่มีหน้าที่ “การดึงข้อมูลเพิ่มเติมออกจากภาพหนึ่ง” บริษัทเรียกกระบวนการนี้ว่า ‘กระบวนการปรับมาตรฐาน’ ซึ่งเกี่ยวข้องกับการแปลงภาพ “ที่ถ่ายจากมุมเฉพาะให้เหมือนกับภาพหน้าตรง”

ตามที่ผู้แทนของ Fujitsu อธิบาย “ด้วยชุดข้อมูลที่จำกัดเท่าเดิม เราสามารถตรวจจับ AU ได้ดีขึ้น แม้ในภาพที่ถ่ายจากมุมเอียง และด้วย AU มากขึ้น เราสามารถระบุอารมณ์ที่ซับซ้อนซึ่งละเอียดกว่าอารมณ์หลักที่วิเคราะห์ในปัจจุบัน”

บริษัทอ้างว่าตอนนี้สามารถ “ตรวจจับการเปลี่ยนแปลงทางอารมณ์ที่ซับซ้อน เช่น การหัวเราะเนื่องจากความกังวล โดยมีอัตราความแม่นยำ 81% ซึ่งกำหนดโดย ‘วิธีการประเมินมาตรฐาน'” เมื่อเปรียบเทียบกับ การวิจัยอิสระ เครื่องมือของ Microsoft มีอัตราความแม่นยำ 60% และมีปัญหาในการตรวจจับอารมณ์เมื่อทำงานกับภาพที่ถ่ายจากมุมเอียง

ในแง่ของการประยุกต์ใช้ Fujitsu ระบุว่าเครื่องมือใหม่ของพวกเขาสามารถใช้เพื่อความปลอดภัยบนถนน “โดยการตรวจจับการเปลี่ยนแปลงเล็กๆ น้อยๆ ในความตั้งใจของผู้ขับขี่”