મૂર્ખ મગજ, છુપાયેલી લાગણીઓ, વિચલિત અલ્ગોરિધમ્સ: ચહેરાની ઓળખની ઉત્ક્રાંતિ

પ્રાચીન ઇજિપ્તવાસીઓ વિવિસેક્શન વિશે ઘણું જાણતા હતા અને સ્પર્શ દ્વારા યકૃતને કિડનીથી અલગ કરી શકતા હતા. સવારથી સાંજ સુધી મમીને લપેટીને અને હીલિંગ (ટ્રેફિનેશનથી માંડીને ગાંઠો દૂર કરવા) કરવાથી તમે અનિવાર્યપણે શરીરરચના સમજવાનું શીખી જશો.

અંગોના કાર્યને સમજવામાં મૂંઝવણને કારણે શરીરરચનાત્મક વિગતોની સંપત્તિ વધુ હતી. પાદરીઓ, ડોકટરો અને સામાન્ય લોકોએ હિંમતભેર મનને હૃદયમાં મૂક્યું, અને મગજને અનુનાસિક લાળ ઉત્પન્ન કરવાની ભૂમિકા સોંપી.

4 હજાર વર્ષ પછી, તમારી જાતને ફેલાહ અને રાજાઓ પર હસવાની મંજૂરી આપવી મુશ્કેલ છે - અમારા કમ્પ્યુટર્સ અને ડેટા સંગ્રહ અલ્ગોરિધમ્સ પેપિરસ સ્ક્રોલ કરતાં વધુ ઠંડા લાગે છે, અને આપણું મગજ હજી પણ રહસ્યમય રીતે ઉત્પન્ન કરે છે કે કોણ જાણે છે.

તેથી આ લેખમાં તે હકીકત વિશે વાત કરવાનું માનવામાં આવતું હતું કે લાગણી ઓળખવાના અલ્ગોરિધમ્સ ઇન્ટરલોક્યુટરના સંકેતોનું અર્થઘટન કરવામાં મિરર ન્યુરોન્સની ઝડપે પહોંચી ગયા છે, જ્યારે અચાનક તે બહાર આવ્યું કે ચેતા કોષો જે દેખાતા હતા તે નથી.

નિર્ણય લેવામાં ભૂલો

એક બાળક તરીકે, બાળક તેના માતાપિતાના ચહેરાને જુએ છે અને સ્મિત, ગુસ્સો, આત્મસંતોષ અને અન્ય લાગણીઓનું પુનઃઉત્પાદન કરવાનું શીખે છે, જેથી તે જીવનભર વિવિધ પરિસ્થિતિઓમાં સ્મિત કરી શકે, ભવાં ચડાવી શકે, ગુસ્સે થઈ શકે - બરાબર તેના પ્રિયજનોની જેમ. કર્યું

ઘણા સંશોધકો માને છે કે લાગણીઓનું અનુકરણ મિરર ન્યુરોન્સની સિસ્ટમ દ્વારા બનાવવામાં આવે છે. જો કે, કેટલાક વૈજ્ઞાનિકો આ સિદ્ધાંત વિશે શંકા વ્યક્ત કરે છે: અમે હજી સુધી મગજના તમામ કોષોના કાર્યોને સમજી શકતા નથી.

મગજના કાર્યનું મોડેલ પૂર્વધારણાઓની અસ્થિર જમીન પર ઊભું છે. ફક્ત એક જ વસ્તુ વિશે કોઈ શંકા નથી: જન્મથી ગ્રે મેટરના "ફર્મવેર" માં લક્ષણો અને બગ્સ હોય છે, અથવા, વધુ સચોટ રીતે, વર્તનને અસર કરતી સુવિધાઓ.

મિરર ન્યુરોન્સ અથવા અન્ય ચેતાકોષો અનુકરણીય પ્રતિભાવ માટે જવાબદાર છે; આ બાળક માટે પૂરતું છે, પરંતુ પુખ્ત વયના લોકો માટે ખૂબ ઓછું છે.

આપણે જાણીએ છીએ કે લાગણીઓ મોટાભાગે વ્યક્તિના તેની મૂળ સંસ્કૃતિ સાથેની ક્રિયાપ્રતિક્રિયાના હસ્તગત અનુભવ પર આધારિત છે. કોઈ તમને મનોરોગી માનશે નહીં, જો તમે ખુશખુશાલ લોકોમાં સ્મિત કરો છો, પીડા અનુભવો છો, કારણ કે પુખ્ત જીવનમાં લાગણીઓનો ઉપયોગ અસ્તિત્વની પરિસ્થિતિઓને અનુકૂલિત કરવાના સાધન તરીકે થાય છે.

આપણે જાણતા નથી કે બીજી વ્યક્તિ ખરેખર શું વિચારે છે. ધારણા કરવી સરળ છે: તે હસી રહ્યો છે, તેનો અર્થ છે કે તે મજા કરી રહ્યો છે. મનમાં શું થઈ રહ્યું છે તેના સુસંગત ચિત્રોની હવામાં કિલ્લાઓ બનાવવાની જન્મજાત ક્ષમતા છે.

વ્યક્તિએ ફક્ત તે નક્કી કરવાનો પ્રયાસ કરવાનો છે કે હાલની ધારણાઓ સત્યને કેટલી હદ સુધી અનુરૂપ છે, અને પૂર્વધારણાઓની અસ્થિર જમીન ખસવાનું શરૂ કરશે: સ્મિત એ ઉદાસી છે, ભવાં ચડવું એ સુખ છે, પોપચાંની ધ્રૂજારી એ આનંદ છે.

1889માં જર્મન મનોચિકિત્સક ફ્રાન્ઝ કાર્લ મુલર-લાયરે રેખાઓ અને આકૃતિઓની ધારણાના વિકૃતિ સાથે સંકળાયેલ ભૌમિતિક-ઓપ્ટિકલ ભ્રમણા દર્શાવી હતી. ભ્રમણા એ છે કે બાહ્ય-સામના ટિપ્સ દ્વારા રચાયેલ સેગમેન્ટ પૂંછડીઓ દ્વારા ફ્રેમ કરાયેલા સેગમેન્ટ કરતા ટૂંકા દેખાય છે. હકીકતમાં, બંને વિભાગોની લંબાઈ સમાન છે.

મનોચિકિત્સકે એ હકીકત તરફ પણ ધ્યાન દોર્યું હતું કે ભ્રમણાનો ચિંતક, રેખાઓ માપ્યા પછી પણ અને ઇમેજ પર્સેપ્શનની ન્યુરોલોજીકલ પૃષ્ઠભૂમિની સમજૂતી સાંભળ્યા પછી પણ, એક લીટીને બીજી કરતા ટૂંકી ગણવાનું ચાલુ રાખે છે. તે પણ રસપ્રદ છે કે આ ભ્રમ દરેક માટે સમાન દેખાતો નથી - એવા લોકો છે જેઓ તેના માટે ઓછા સંવેદનશીલ હોય છે.

મનોવિજ્ઞાની ડેનિયલ કાહનેમેન મંજૂર કરે છેકે આપણું ધીમું વિશ્લેષણાત્મક મન મુલર-લાયરની યુક્તિને ઓળખે છે, પરંતુ મગજનો બીજો ભાગ, જ્ઞાનાત્મક પ્રતિબિંબ માટે જવાબદાર છે, ઉભરતા ઉત્તેજનાના પ્રતિભાવમાં આપોઆપ અને લગભગ તરત જ પ્રતિક્રિયા આપે છે, અને ભૂલભરેલા નિર્ણયો કરે છે.

જ્ઞાનાત્મક ભૂલ એ માત્ર ભૂલ નથી. કોઈ વ્યક્તિ સમજી શકે છે અને સ્વીકારી શકે છે કે જ્યારે કોઈ ઓપ્ટિકલ ભ્રમણા જોતી વખતે કોઈની આંખો પર વિશ્વાસ કરી શકતો નથી, પરંતુ વાસ્તવિક લોકો સાથે વાતચીત કરવી એ જટિલ ભુલભુલામણીમાંથી પસાર થવા જેવું છે.

1906 માં, સમાજશાસ્ત્રી વિલિયમ સુમનેરે કુદરતી પસંદગીની વૈશ્વિકતા અને અસ્તિત્વ માટેના સંઘર્ષની ઘોષણા કરી, પ્રાણીઓના અસ્તિત્વના સિદ્ધાંતોને માનવ સમાજમાં સ્થાનાંતરિત કર્યા. તેમના મતે, જૂથોમાં એકતા ધરાવતા લોકો સમુદાયની અખંડિતતાને જોખમમાં મૂકતા તથ્યોનું વિશ્લેષણ કરવાનો ઇનકાર કરીને તેમના પોતાના જૂથને ઉન્નત બનાવે છે.

મનોવિજ્ઞાની રિચાર્ડ નિસ્બેટ લેખ "આપણે જાણી શકીએ તેના કરતાં વધુ કહેવું: માનસિક પ્રક્રિયાઓ પરના મૌખિક અહેવાલો" આંકડાઓ અને અન્ય સામાન્ય રીતે સ્વીકૃત ડેટા કે જે તેમની હાલની માન્યતાઓ સાથે સહમત નથી તે માનવા માટે લોકોની અનિચ્છા દર્શાવે છે.

મોટી સંખ્યાઓનો જાદુ

આ વિડિયો જુઓ અને જુઓ કે અભિનેતાના ચહેરાના હાવભાવ કેવી રીતે બદલાય છે.

દિમાગ ઝડપથી "લેબલ" કરે છે અને અપૂરતા ડેટાના ચહેરા પર ધારણાઓ બનાવે છે, જે વિરોધાભાસી અસરો તરફ દોરી જાય છે, જે ડિરેક્ટર લેવ કુલેશોવ દ્વારા હાથ ધરવામાં આવેલા પ્રયોગના ઉદાહરણમાં સ્પષ્ટપણે દેખાય છે.

1929 માં, તેણે એક અભિનેતાના ક્લોઝ-અપ્સ, સૂપથી ભરેલી પ્લેટ, શબપેટીમાં એક બાળક અને સોફા પર એક યુવાન છોકરી લીધી. પછી અભિનેતાના શોટવાળી ફિલ્મને ત્રણ ભાગોમાં કાપીને સૂપની પ્લેટ, એક બાળક અને એક છોકરી દર્શાવતી ફ્રેમ્સ સાથે અલગથી ગુંદર કરવામાં આવી હતી.

એકબીજાથી સ્વતંત્ર રીતે, દર્શકો એવા નિષ્કર્ષ પર આવે છે કે પ્રથમ ભાગમાં હીરો ભૂખ્યો છે, બીજા ભાગમાં તે બાળકના મૃત્યુથી દુઃખી છે, ત્રીજા ભાગમાં તે સોફા પર પડેલી છોકરીથી મોહિત છે.

વાસ્તવમાં, અભિનેતાના ચહેરાના હાવભાવ બધા કિસ્સાઓમાં બદલાતા નથી.

અને જો તમે સો ફ્રેમ જોયા, તો યુક્તિ જાહેર થશે?

લોકોના મોટા જૂથોમાં અમૌખિક વર્તનના સત્યની આંકડાકીય વિશ્વસનીયતા પરના ડેટાના આધારે, મનોવિજ્ઞાની પોલ એકમેન બનાવ્યું ચહેરાના હલનચલનના ઉદ્દેશ્ય માપન માટેનું એક વ્યાપક સાધન - "ચહેરાની ચળવળ કોડિંગ સિસ્ટમ".

તેમનો અભિપ્રાય છે કે કૃત્રિમ ન્યુરલ નેટવર્કનો ઉપયોગ લોકોના ચહેરાના હાવભાવનું આપમેળે વિશ્લેષણ કરવા માટે થઈ શકે છે. ગંભીર ટીકા છતાં (એકમેનનો એરપોર્ટ સુરક્ષા કાર્યક્રમ પાસ થયો નથી નિયંત્રિત અજમાયશ), આ દલીલોમાં સામાન્ય સમજણ છે.

એક હસતી વ્યક્તિને જોઈને, કોઈ માની શકે છે કે તે છેતરાઈ રહ્યો છે અને વાસ્તવમાં તે કંઈ સારું નથી. પરંતુ જો તમે (અથવા કૅમેરા) સો લોકોને હસતાં જોશો, તો સંભવ છે કે તેમાંના મોટા ભાગના લોકો ખરેખર મજા કરી રહ્યાં છે—જેમ કે કોઈ હોટ સ્ટેન્ડ-અપ કોમેડિયનનું પ્રદર્શન જોવું.

મોટી સંખ્યાના ઉદાહરણમાં, તે એટલું મહત્વનું નથી કે કેટલાક લોકો લાગણીઓને એટલી ચતુરાઈથી ચલાવી શકે કે પ્રોફેસર એકમેનને પણ મૂર્ખ બનાવવામાં આવે. જોખમ નિષ્ણાત નસીમ તાલેબના શબ્દોમાં કહીએ તો, જ્યારે દેખરેખનો વિષય ઠંડા, નિષ્પક્ષ કૅમેરા હોય ત્યારે સિસ્ટમની એન્ટિફ્રેજિલિટી ઘણી વધારે છે.

હા, આપણે કૃત્રિમ બુદ્ધિ સાથે અથવા વગર - ચહેરા દ્વારા જૂઠને કેવી રીતે ઓળખવું તે જાણતા નથી. પરંતુ સો કે તેથી વધુ લોકો માટે સુખનું સ્તર કેવી રીતે નક્કી કરવું તે આપણે સારી રીતે સમજીએ છીએ.

વ્યવસાય માટે લાગણીની ઓળખ

ચહેરાની છબીથી લાગણીઓને નિર્ધારિત કરવાની સૌથી સરળ રીત એ મુખ્ય મુદ્દાઓના વર્ગીકરણ પર આધારિત છે, જેના કોઓર્ડિનેટ્સ વિવિધ અલ્ગોરિધમનો ઉપયોગ કરીને મેળવી શકાય છે. સામાન્ય રીતે કેટલાક ડઝન બિંદુઓને ચિહ્નિત કરવામાં આવે છે, જે તેમને ભમર, આંખો, હોઠ, નાક, જડબાની સ્થિતિ સાથે જોડે છે, જે તમને ચહેરાના હાવભાવને કેપ્ચર કરવાની મંજૂરી આપે છે.

મશીન એલ્ગોરિધમનો ઉપયોગ કરીને ભાવનાત્મક પૃષ્ઠભૂમિ આકારણી પહેલાથી જ રિટેલર્સને શક્ય તેટલું ઑફલાઇનમાં ઑનલાઇન સંકલિત કરવામાં મદદ કરી રહી છે. ટેક્નોલોજી તમને જાહેરાત અને માર્કેટિંગ ઝુંબેશની અસરકારકતાનું મૂલ્યાંકન કરવા, ગ્રાહક સેવા અને સેવાની ગુણવત્તા નક્કી કરવા અને લોકોના અસામાન્ય વર્તનને ઓળખવા માટે પરવાનગી આપે છે.

અલ્ગોરિધમ્સનો ઉપયોગ કરીને, તમે ઓફિસમાં કર્મચારીઓની ભાવનાત્મક સ્થિતિને ટ્રૅક કરી શકો છો (દુઃખી લોકો સાથેની ઑફિસ એ નબળા પ્રેરણા, નિરાશા અને સડોનું કાર્યાલય છે) અને પ્રવેશ અને બહાર નીકળતા કર્મચારીઓ અને ગ્રાહકોની "સુખ અનુક્રમણિકા"

ઘણી શાખાઓમાં આલ્ફા-બેંક શરૂ વાસ્તવિક સમયમાં ગ્રાહકની લાગણીઓનું વિશ્લેષણ કરવા માટેનો એક પાયલોટ પ્રોજેક્ટ. અલ્ગોરિધમ્સ ગ્રાહક સંતોષનું એક અભિન્ન સૂચક બનાવે છે, શાખાની મુલાકાત લેવાની ભાવનાત્મક ધારણામાં થતા ફેરફારોને ઓળખે છે અને મુલાકાતનું એકંદર મૂલ્યાંકન આપે છે.

માઈક્રોસોફ્ટ ખાતે કહ્યું સિનેમામાં દર્શકોની ભાવનાત્મક સ્થિતિનું પૃથ્થકરણ કરવા માટેની સિસ્ટમના પરીક્ષણ વિશે (રીઅલ ટાઇમમાં ફિલ્મની ગુણવત્તાનું ઉદ્દેશ્ય મૂલ્યાંકન), તેમજ ઈમેજીન કપ સ્પર્ધામાં "પ્રેક્ષક પુરસ્કાર" નોમિનેશનમાં વિજેતા નક્કી કરવા માટે (આ વિજય તે ટીમ દ્વારા જીતવામાં આવ્યો હતો જેના પ્રદર્શન પર પ્રેક્ષકોએ સૌથી વધુ સકારાત્મક પ્રતિક્રિયા આપી હતી).

ઉપરોક્ત તમામ એક સંપૂર્ણપણે નવા યુગની શરૂઆત છે. નોર્થ કેરોલિના સ્ટેટ યુનિવર્સિટીમાં, શૈક્ષણિક અભ્યાસક્રમો લેતી વખતે વિદ્યાર્થીઓના ચહેરા કેમેરા દ્વારા ફિલ્માવવામાં આવ્યા હતા. વિશ્લેષણ કર્યું કમ્પ્યુટર વિઝન સિસ્ટમ જે લાગણીઓને ઓળખે છે. પ્રાપ્ત માહિતીના આધારે, શિક્ષકોએ શિક્ષણ વ્યૂહરચનામાં ફેરફાર કર્યો.

શૈક્ષણિક પ્રક્રિયામાં, સામાન્ય રીતે, લાગણીઓના મૂલ્યાંકન પર અપૂરતું ધ્યાન આપવામાં આવે છે. પરંતુ તમે શિક્ષણની ગુણવત્તા, વિદ્યાર્થીઓની વ્યસ્તતાનું મૂલ્યાંકન કરી શકો છો, નકારાત્મક લાગણીઓને ઓળખી શકો છો અને પ્રાપ્ત માહિતીના આધારે શૈક્ષણિક પ્રક્રિયાનું આયોજન કરી શકો છો.

ચહેરો ઓળખ Ivideon: વસ્તી વિષયક અને લાગણીઓ

હવે અમારી સિસ્ટમમાં લાગણીઓ પરનો અહેવાલ દેખાયો છે.

ફેસ ડિટેક્શન ઈવેન્ટ કાર્ડ્સ પર એક અલગ “લાગણી” ફીલ્ડ દેખાય છે અને “ફેસિસ” વિભાગમાં “રિપોર્ટ્સ” ટૅબ પર નવા પ્રકારના રિપોર્ટ્સ ઉપલબ્ધ છે - કલાક અને દિવસ પ્રમાણે:

તમામ શોધનો સ્રોત ડેટા ડાઉનલોડ કરવો અને તેના આધારે તમારા પોતાના અહેવાલો જનરેટ કરવાનું શક્ય છે.

તાજેતરમાં સુધી, તમામ લાગણી ઓળખ પ્રણાલીઓ પ્રાયોગિક પ્રોજેક્ટ્સના સ્તરે કાર્યરત હતી જેનું સાવચેતી સાથે પરીક્ષણ કરવામાં આવ્યું હતું. આવા પાઇલોટ્સનો ખર્ચ ઘણો વધારે હતો.

અમે વિશ્લેષણને સેવાઓ અને ઉપકરણોની પરિચિત દુનિયાનો ભાગ બનાવવા માંગીએ છીએ, તેથી આજથી "લાગણીઓ" બધા Ivideon ગ્રાહકો માટે ઉપલબ્ધ છે. અમે ખાસ ટેરિફ પ્લાન રજૂ કરતા નથી, ખાસ કેમેરા આપતા નથી અને તમામ સંભવિત અવરોધોને દૂર કરવા માટે અમારા શ્રેષ્ઠ પ્રયાસો કરીએ છીએ. ટેરિફ યથાવત છે; કોઈપણ 1 રુબેલ્સ માટે ચહેરાની ઓળખ સાથે લાગણી વિશ્લેષણને જોડી શકે છે. દર મહિને.

સેવામાં પ્રસ્તુત છે વ્યક્તિગત ખાતું વપરાશકર્તા અને પ્રોમો પાનું અમે Ivideon ફેશિયલ રેકગ્નિશન સિસ્ટમ વિશે વધુ રસપ્રદ તથ્યો એકત્રિત કર્યા છે.

સોર્સ: www.habr.com