Os antigos exipcios sabían moito sobre a vivisección e podían distinguir un fígado dun ril polo tacto. Ao envolver momias desde a mañá ata a noite e facer a curación (desde a trepanación ata a eliminación de tumores), inevitablemente aprenderás a comprender a anatomía.
A riqueza de detalles anatómicos foi máis que compensada pola confusión na comprensión da función dos órganos. Os sacerdotes, os médicos e a xente común colocaron a mente no corazón e atribuíronlle ao cerebro a función de producir moco nasal.
Despois de 4 anos, é difícil permitirse rir dos fellahs e dos faraóns: os nosos ordenadores e algoritmos de recollida de datos parecen máis xenial que os rollos de papiro, e os nosos cerebros aínda producen misteriosamente quen sabe que.
Entón, neste artigo suponse que falar sobre o feito de que os algoritmos de recoñecemento de emocións alcanzaron a velocidade das neuronas espello na interpretación dos sinais do interlocutor, cando de súpeto resultou que as células nerviosas non eran o que parecían.
Erros na toma de decisións
Cando neno, un neno observa os rostros dos seus pais e aprende a reproducir un sorriso, rabia, autosatisfacción e outras emocións, de xeito que ao longo da súa vida en diferentes situacións pode sorrir, engurrar o ceño, estar enfadado, exactamente como os seus seres queridos. fixo.
Moitos investigadores cren que a imitación das emocións está construída por un sistema de neuronas espello. Porén, algúns científicos expresan escepticismo sobre esta teoría: aínda non entendemos as funcións de todas as células cerebrais.
O modelo da función cerebral está nun terreo inestable de hipóteses. Non hai dúbida de só unha cousa: o "firmware" da materia gris desde o nacemento contén características e erros, ou, máis exactamente, características que afectan o comportamento.
As neuronas espello ou outras neuronas son as responsables da resposta imitativa; este sistema funciona só no nivel básico de recoñecer as intencións e accións máis simples. Isto é suficiente para un neno, pero pouco para un adulto.
Sabemos que as emocións dependen en gran medida da experiencia adquirida dunha persoa de interacción coa súa cultura nativa. Ninguén pensará que es un psicópata, se entre a xente alegre sorrís, sentindo dor, porque na vida adulta as emocións utilízanse como medio de adaptación ás condicións da existencia.
Non sabemos o que está pensando realmente a outra persoa. É doado facer suposicións: está sorrindo, quere dicir que se está a divertir. A mente ten unha habilidade innata para construír castelos no aire de imaxes consistentes do que está a suceder.
Só hai que tratar de determinar ata que punto os supostos existentes corresponden á verdade, e o terreo inestable das hipóteses comezará a moverse: un sorriso é tristeza, un ceño fruncido é felicidade, o tremor das pálpebras é pracer.
O psiquiatra alemán Franz Karl Müller-Lyer mostrou en 1889 unha ilusión óptica xeométrica asociada a unha distorsión da percepción de liñas e figuras. A ilusión é que un segmento enmarcado por puntas cara a fóra parece máis curto que un segmento enmarcado por colas. De feito, a lonxitude de ambos os segmentos é a mesma.
O psiquiatra tamén chamou a atención sobre o feito de que o contemplador da ilusión, aínda despois de medir as liñas e escoitar unha explicación do fondo neurolóxico da percepción da imaxe, segue considerando unha liña máis curta que a outra. Tamén é interesante que esta ilusión non se vexa igual para todos: hai persoas que son menos susceptibles a ela.
O psicólogo Daniel Kahneman que a nosa mente analítica lenta recoñece o truco de Müller-Lyer, pero a segunda parte da mente, responsable do reflexo cognitivo, reacciona de forma automática e case instantánea en resposta ao estímulo emerxente e fai xuízos erróneos.
Un erro cognitivo non é só un erro. Pódese comprender e admitir que non se pode confiar nos seus ollos cando se mira unha ilusión óptica, pero comunicarse con persoas reais é como viaxar por un labirinto intrincado.
Xa por 1906, o sociólogo William Sumner proclamou a universalidade da selección natural e a loita pola existencia, trasladando os principios da existencia animal á sociedade humana. Na súa opinión, as persoas unidas en grupos elevan o seu propio grupo ao negarse a analizar feitos que ameazan a integridade da comunidade.
O psicólogo Richard Nisbett "Contar máis do que podemos saber: informes verbais sobre procesos mentais" demostra a reticencia da xente a crer en estatísticas e outros datos xeralmente aceptados que non están de acordo coas súas crenzas existentes.
A maxia dos grandes números
Mira este vídeo e observa como cambia a expresión facial do actor.
A mente rapidamente "etiqueta" e fai suposicións ante a insuficiencia de datos, o que leva a efectos paradoxais, claramente visibles no exemplo do experimento realizado polo director Lev Kuleshov.
En 1929, fixo primeiros planos dun actor, un prato cheo de sopa, un neno nun cadaleito e unha moza nun sofá. A continuación, a película coa toma do actor foi cortada en tres partes e pegada por separado con cadros que mostraban un prato de sopa, un neno e unha nena.
Independentemente uns dos outros, os espectadores chegan á conclusión de que no primeiro fragmento o heroe ten fame, no segundo está triste pola morte do neno, no terceiro está fascinado pola nena deitada no sofá.
En realidade, a expresión facial do actor non cambia en todos os casos.
E se viras cen fotogramas, desvelaríase o truco?
Con base en datos sobre a fiabilidade estatística da verdade do comportamento non verbal en grandes grupos de persoas, o psicólogo Paul Ekman unha ferramenta completa para a medición obxectiva dos movementos faciais: o "sistema de codificación de movementos faciais".
Opina que as redes neuronais artificiais poden usarse para analizar automaticamente as expresións faciais das persoas. A pesar das serias críticas (programa de seguridade do aeroporto de Ekman ensaios controlados), hai un gran de sentido común nestes argumentos.
Mirando a unha persoa sorrinte, pódese asumir que está enganando e que en realidade non serve para nada. Pero se ti (ou a cámara) ves a cen persoas sorrindo, é probable que a maioría delas se divirtan, como ver actuar a un comediante.
No exemplo dos grandes números, non é tan importante que algunhas persoas poidan manipular as emocións de forma tan intelixente que ata o profesor Ekman sería enganado. En palabras do experto en riscos Nassim Taleb, a antifraxilidade dun sistema mellora moito cando o tema da vixilancia é unha cámara fría e imparcial.
Si, non sabemos como recoñecer unha mentira pola cara, con ou sen intelixencia artificial. Pero entendemos perfectamente como determinar o nivel de felicidade de cen ou máis persoas.
Recoñecemento de emocións para empresas
A forma máis sinxela de determinar as emocións a partir dunha imaxe facial baséase na clasificación de puntos clave, cuxas coordenadas pódense obter mediante varios algoritmos. Normalmente márcanse varias ducias de puntos, vinculándoos coa posición das cellas, ollos, beizos, nariz, mandíbula, o que permite captar expresións faciais.
A avaliación de antecedentes emocionais mediante algoritmos de máquinas xa está axudando aos venda polo miúdo a integrarse en liña e fóra de liña na medida do posible. A tecnoloxía permítelle avaliar a eficacia das campañas publicitarias e de mercadotecnia, determinar a calidade do servizo e servizo ao cliente e tamén identificar comportamentos anormais das persoas.
Usando algoritmos, pode rastrexar o estado emocional dos empregados na oficina (unha oficina con persoas tristes é unha oficina de motivación débil, desánimo e decadencia) e o "índice de felicidade" dos empregados e clientes á entrada e á saída.
Alfa-Bank en varias sucursales un proxecto piloto para analizar as emocións dos clientes en tempo real. Os algoritmos constrúen un indicador integral da satisfacción do cliente, identifican tendencias de cambios na percepción emocional de visitar unha sucursal e dan unha valoración global da visita.
En Microsoft sobre probar un sistema para analizar o estado emocional dos espectadores nun cine (unha avaliación obxectiva da calidade dunha película en tempo real), así como para determinar o gañador na nominación ao "Premio do Público" no concurso Imagine Cup (o a vitoria gañouna o equipo cuxa actuación o público reaccionou de forma máis positiva).
Todo o anterior é só o comezo dunha era completamente nova. Na Universidade Estatal de Carolina do Norte, mentres realizaban cursos educativos, os rostros dos estudantes foron filmados por unha cámara, cuxo vídeo sistema de visión por ordenador que recoñece emocións. A partir dos datos obtidos, o profesorado modificou a estratexia docente.
No proceso educativo, en xeral, non se presta a atención suficiente á valoración das emocións. Pero pódese avaliar a calidade do ensino, a implicación do alumnado, identificar emocións negativas e planificar o proceso educativo en función da información recibida.
Recoñecemento facial Ivideon: demografía e emocións
Agora apareceu no noso sistema un informe sobre as emocións.
Apareceu un campo separado "Emoción" nas tarxetas de eventos de detección de rostros e na pestana "Informes" da sección "Caras" está dispoñible un novo tipo de informes, por hora e por día:
É posible descargar os datos de orixe de todas as deteccións e xerar os seus propios informes en función deles.
Ata hai pouco, todos os sistemas de recoñecemento de emocións funcionaban a nivel de proxectos experimentais que se probaban con cautela. O custo deste tipo de pilotos era moi elevado.
Queremos que a analítica forme parte do mundo familiar dos servizos e dispositivos, polo que dende hoxe as "emocións" están dispoñibles para todos os clientes de Ivideon. Non introducimos un plan tarifario especial, non proporcionamos cámaras especiais e facemos todo o posible para eliminar todas as barreiras posibles. As tarifas permanecen sen cambios; calquera pode conectar a análise de emocións xunto co recoñecemento facial por 1 rublos. por mes.
O servizo preséntase en usuario. E adiante recollemos datos aínda máis interesantes sobre o sistema de recoñecemento facial Ivideon.
Fonte: www.habr.com