นักวิจัยใกล้จะพัฒนา “ปัญญา情緒” ของ AI แล้ว

นักวิจัยที่ Japan Advanced Institute of Science and Technology ได้รวมสัญญาณทางชีววิทยาเข้ากับวิธีการเรียนรู้ของเครื่องจักรเพื่อให้ AI มี “ปัญญา情緒” ปัญญา情緒อาจนำไปสู่การโต้ตอบระหว่างมนุษย์และเครื่องจักรที่เป็นธรรมชาติมากขึ้น นักวิจัยกล่าว

การศึกษใหม่นี้ได้รับการตีพิมพ์ในวารสาร IEEE Transactions on Affective Computing.

การบรรลุปัญญา情緒

เทคโนโลยีการรู้จำคำพูดและภาษา เช่น Alexa และ Siri กำลังพัฒนาอย่างต่อเนื่อง และการเพิ่มปัญญา情緒อาจทำให้ระบบเหล่านี้พัฒนาไปอีกขั้น ซึ่งหมายความว่าระบบเหล่านี้สามารถรู้จำสภาพทางอารมณ์ของผู้ใช้ได้ รวมทั้งเข้าใจภาษาและสร้างคำตอบที่มีใจดีมากขึ้น

“การวิเคราะห์ความรู้สึกหลายรูปแบบ” เป็นกลุ่มวิธีการที่เป็นมาตรฐานทองคำสำหรับระบบสนทนาของ AI ที่มีการตรวจจับความรู้สึก และสามารถวิเคราะห์สภาพจิตใจของบุคคลจากคำพูด น้ำเสียง สีของเสียง และท่าทางได้ ซึ่งเป็นพื้นฐานในการสร้างระบบ AI ที่มีศูนย์กลางอยู่ที่มนุษย์ และอาจนำไปสู่การพัฒนาปัญญา情緒ที่มีความสามารถ “เกินกว่ามนุษย์” ความสามารถเหล่านี้จะช่วยให้ AI เข้าใจความรู้สึกของผู้ใช้ก่อนที่จะตอบสนองอย่างเหมาะสม

การวิเคราะห์สัญญาณที่ไม่สามารถสังเกตได้

วิธีการประมาณค่าในปัจจุบันเน้นไปที่ข้อมูลที่สามารถสังเกตได้ ซึ่งทำให้ข้อมูลในสัญญาณที่ไม่สามารถสังเกตได้ถูกละเว้น สัญญาณเหล่านี้อาจรวมถึงสัญญาณทางสรีรวิทยา ซึ่งมีข้อมูลที่มีค่ามากที่สามารถปรับปรุงการประมาณค่าความรู้สึกได้

ในงานศึกษาครั้งนี้ สัญญาณทางสรีรวิทยาได้รับการเพิ่มเข้ากับการวิเคราะห์ความรู้สึกหลายรูปแบบเป็นครั้งแรก ทีมนักวิจัยที่ดำเนินการการศึกษานี้รวมถึง Associate Professor Shogo Okada จาก Japan Advanced Institute of Science and Technology (JSAIT) และ Prof. Kazunori Komatani จาก Institute of Scientific and Industrial Research ที่ Osaka University

“มนุษย์สามารถซ่อนความรู้สึกของตนเองได้ดี” ดร. Okada กล่าว “สภาพทางอารมณ์ภายในของผู้ใช้ไม่ได้สะท้อนอย่างถูกต้องจากเนื้อหาของการสนทนาเสมอไป แต่เนื่องจากเป็นเรื่องที่ยากสำหรับบุคคลที่จะควบคุมสัญญาณทางชีววิทยาของตนเอง เช่น อัตราการเต้นของหัวใจ มันอาจมีประโยชน์ที่จะใช้สัญญาณเหล่านี้ในการประมาณค่าสภาพทางอารมณ์ของผู้ใช้ ซึ่งอาจทำให้ AI มีความสามารถในการประมาณค่าความรู้สึกที่เกินกว่ามนุษย์”

การศึกษาของทีมนี้เกี่ยวข้องกับการวิเคราะห์ 2,468 การแลกเปลี่ยนกับ AI ที่ได้รับจากผู้เข้าร่วม 26 คน ด้วยข้อมูลนี้ ทีมสามารถประมาณค่าระดับความสนุกสนานที่ผู้ใช้รู้สึกระหว่างการสนทนาได้

ผู้ใช้ถูกขอให้ประเมินว่าสนทนานั้นสนุกสนานหรือเบื่อหน่ายแค่ไหน ชุดข้อมูลสนทนาที่เรียกว่า “Hazumi1911” ถูกใช้โดยทีม ซึ่งรวมการรู้จำคำพูด การตรวจจับสีของเสียง การตรวจจับท่าทาง และการแสดงออกทางใบหน้าพร้อมกับการตอบสนองทางชีววิทยาที่เรียกว่า skin potential

“เมื่อเปรียบเทียบแหล่งข้อมูลทั้งหมด สัญญาณทางชีววิทยาพิสูจน์แล้วว่ามีประสิทธิภาพมากกว่าเสียงและน้ำเสียง” ดร. Okada กล่าวต่อ “เมื่อเรารวมข้อมูลภาษาเข้ากับสัญญาณทางชีววิทยาเพื่อประมาณค่าสภาพภายในที่ผู้ใช้ประเมินเองระหว่างการสนทนากับระบบ AI การทำงานของ AI กลายเป็นไปได้เทียบเท่ากับของมนุษย์”

ผลการวิจัยใหม่แสดงให้เห็นว่าการตรวจจับสัญญาณทางสรีรวิทยาของมนุษย์อาจนำไปสู่ระบบสนทนาของ AI ที่มีปัญญา情緒สูง AI ที่มีปัญญา情緒อาจใช้เพื่อระบุและติดตามความเจ็บป่วยทางจิตโดยการตรวจจับการเปลี่ยนแปลงในสภาพทางอารมณ์ประจำวัน ของผู้ใช้ อีกกรณีการใช้งานที่เป็นไปได้คือในด้านการศึกษา โดยที่ AI สามารถระบุได้ว่านักเรียนสนใจหัวข้อหรือเบื่อ ซึ่งสามารถนำไปใช้ในการปรับกลยุทธ์การสอน