人工智能理解人类情绪将不会太远
2017-01-17 16:10:23   来源:Daily Mail
内容摘要
最新一代的人工智能已面世,增加了可用于计算机学习的数据以及改进的处理能力。这些机器在人类感知任务中越来越具有竞争力。除其他功能外,现在的人工智能可以识别面孔,将面部草图转换成照片,可识别语音并播放。

人工智能理解人类情绪将不会太远 科技世界网


如果让机器人给你提供治疗感觉会怎样?情感智能机器可能不会看起来那么遥远。

在过去的几十年中,人工智能(AI)在读取人类情绪反应方面表现的越来越好。但是读取并不意味着理解。如果人工智不能亲自经历情绪,那能真正的理解我们吗?如果不能,我们是否可以认为是因为机器人缺少某种属性?

最新一代的人工智能已面世,增加了可用于计算机学习的数据以及改进的处理能力。这些机器在人类感知任务中越来越具有竞争力。除其他功能外,现在的人工智能可以识别面孔,将面部草图转换成照片,可识别语音并播放。

最近,研究人员开发了一种人工智能,能够通过查看面部特征来判断一个人是否为罪犯。系统使用中文ID照片数据库进行评估,结果令人瞠目结舌。

人工智能仅在6%左右的案例中错误地将无辜者归类为罪犯,而且它能够成功地识别大约83%的罪犯。该结果达到了惊人的90%左右的准确率。

该系统基于称为“深度学习”的方法,其在诸如面部识别等感知任务中曾经都十分成功。

在研究中,结合“面部旋转模型”的深度学习能使人工智能验证出两张面部照片是否为同一人,即使照片之间的亮度或角度有所改变。深度学习建立了一个“神经网络”,松散地塑造在人类大脑上。这是由不同层次中的数十万个神经元组成。每一层次把输入内容(例如面部图像)转换为更高级别的抽象,诸如特定方向和位置的一组边缘。这自动强调了任务执行中最相关的特点。

鉴于深度学习的成功,如果真的有面部特征可以区别的话,人工神经网络可以区分罪犯和非罪犯,这并不奇怪。

研究表明有三方面。一个是鼻尖和嘴角之间的角度,对于罪犯来说平均小19.6%。上唇曲率对于罪犯也平均增加23.4%,而眼睛内角之间的距离平均缩小5.6%。

乍看下,这种分析似乎表明了犯罪分子可以通过物理属性被识别这个过时观点并非完全错误。

然而,事情并没有结束。

有趣的是,两个最相关的特征都和嘴唇有关,这是我们最具表现力的面部特征。比如研究中使用的ID照片需要有一个中性的面部表情,但这可能是人工智能在这些照片中设法找到隐藏的情绪。由于其太微小,人类很难会注意的到。但仅有几个可用的示例照片,我们不能将结论概括到整个数据库。

这并不是计算机第一次识别人类的情绪。所谓的“情感计算”领域已经存在几年了。有人认为,如果我们想要舒适地生活并与机器人互动,这些机器应该能够理解并适当地对人类的情绪做出反应。在这方面还有很多工作要做,并且可能性是巨大的。

例如,研究人员已经使用面部分析来找出那些在计算机辅导课中表现困难的学生。把人工智能训练成能识别不同水平的参与度和挫折感,以便系统知道什么时候学生认为课程太容易或太难。这种技术能有助于改善在线平台的学习体验。

一个名为BeyondVerbal的公司也利用了人工智能来检测基于人类声音的情绪。他们生产的软件能分析语音调制,并以人们谈话的方式寻找特定的模式。该公司声称能够以80%的准确率来识别情绪。在未来,这种类型的技术能帮助自闭症患者识别情绪。

索尼甚至尝试开发一种能够与人形成情感纽带的机器人。目前还没有更多关于如何实现,以及机器人到底能做什么的信息。不过,他们提到正在寻找“集成硬件和服务,以提供情感上令人注目的体验”。

情感人工智能有若干个潜在的好处,无论是当做伴侣还是帮助我们执行任务:从刑事审讯到提供治疗,其中仍然存在道德问题和风险。

你能根据人工智能的犯罪分类划分将一个人定为有罪吗?显然不能。相反,一旦这样的系统被进一步改进且被充分验证后,那么因为带来的伤害较少和其潜在的帮助可能会促使我们对这个被人工智能认为“有嫌疑”的人进行进一步调查。

那么,我们应该期待什么样的人工智能?情感和情绪这样的主观话题对于人工智能来说学习起来还是十分困难的,部分是因为人工智能无法获取足够的良好数据去客观分析。

比如,人工智能能理解讽刺吗?在某个语境中,一个句子读起来是讽刺的意味,但在其他语境中就可能不是。

不过,数据数量和处理能力是继续增长的。所以,除了少数例外,人工智能在未来几十年是有可能识别人类不同类型情感的。

但是人工智能是否可以经历情感是一个有争议的话题。即使它们可以,也肯定会有它们从未经历过的情感,这是很难去真正理解的。

(本文由科技世界网编译,如需转载,请注明来源自 科技世界网