मूर्ख दिमाग, छिपी हुई भावनाएँ, कुटिल एल्गोरिदम: चेहरे की पहचान का विकास

प्राचीन मिस्रवासी विविसेक्शन के बारे में बहुत कुछ जानते थे और स्पर्श से लीवर और किडनी में अंतर कर सकते थे। सुबह से शाम तक ममियों को लपेटने और उपचार (ट्रेफिनेशन से लेकर ट्यूमर हटाने तक) करने से, आप अनिवार्य रूप से शरीर रचना को समझना सीखेंगे।

शारीरिक विवरण की प्रचुरता अंगों के कार्य को समझने में भ्रम से कहीं अधिक थी। पुजारियों, डॉक्टरों और आम लोगों ने साहसपूर्वक मन को हृदय में रखा, और मस्तिष्क को नाक के बलगम के उत्पादन की भूमिका सौंपी।

4 हजार वर्षों के बाद, अपने आप को दोस्तों और फिरौन पर हंसने की अनुमति देना कठिन है - हमारे कंप्यूटर और डेटा संग्रह एल्गोरिदम पपीरस स्क्रॉल की तुलना में अधिक अच्छे लगते हैं, और हमारे दिमाग अभी भी रहस्यमय तरीके से पता नहीं क्या उत्पन्न करते हैं।

इसलिए इस लेख में इस तथ्य के बारे में बात की जानी थी कि भावना पहचान एल्गोरिदम वार्ताकार के संकेतों की व्याख्या करने में दर्पण न्यूरॉन्स की गति तक पहुंच गए हैं, जब अचानक यह पता चला कि तंत्रिका कोशिकाएं वैसी नहीं थीं जैसी वे दिखती थीं।

निर्णय लेने में त्रुटियाँ

एक बच्चे के रूप में, एक बच्चा अपने माता-पिता के चेहरों को देखता है और मुस्कुराहट, क्रोध, आत्म-संतुष्टि और अन्य भावनाओं को पुन: उत्पन्न करना सीखता है, ताकि जीवन भर विभिन्न परिस्थितियों में वह मुस्कुरा सके, भौंहें चढ़ा सके, क्रोधित हो सके - बिल्कुल अपने प्रियजनों की तरह किया।

कई शोधकर्ताओं का मानना ​​है कि भावनाओं की नकल दर्पण न्यूरॉन्स की एक प्रणाली द्वारा निर्मित होती है। हालाँकि, कुछ वैज्ञानिक इस सिद्धांत के बारे में संदेह व्यक्त करते हैं: हम अभी तक सभी मस्तिष्क कोशिकाओं के कार्यों को नहीं समझते हैं।

मस्तिष्क की कार्यप्रणाली का मॉडल परिकल्पनाओं की अस्थिर जमीन पर खड़ा है। केवल एक ही चीज़ के बारे में कोई संदेह नहीं है: जन्म से ही ग्रे मैटर के "फर्मवेयर" में विशेषताएं और बग, या, अधिक सटीक रूप से, ऐसी विशेषताएं शामिल हैं जो व्यवहार को प्रभावित करती हैं।

मिरर न्यूरॉन्स या अन्य न्यूरॉन्स अनुकरणात्मक प्रतिक्रिया के लिए ज़िम्मेदार हैं; यह प्रणाली केवल सरलतम इरादों और कार्यों को पहचानने के बुनियादी स्तर पर काम करती है। यह एक बच्चे के लिए पर्याप्त है, लेकिन एक वयस्क के लिए बहुत कम है।

हम जानते हैं कि भावनाएँ काफी हद तक किसी व्यक्ति की अपनी मूल संस्कृति के साथ बातचीत के अर्जित अनुभव पर निर्भर करती हैं। कोई भी यह नहीं सोचेगा कि आप मनोरोगी हैं, यदि प्रसन्न लोगों के बीच आप मुस्कुराते हैं, तो दर्द महसूस करते हैं, क्योंकि वयस्क जीवन में भावनाओं का उपयोग अस्तित्व की स्थितियों के अनुकूल होने के साधन के रूप में किया जाता है।

हम नहीं जानते कि दूसरा व्यक्ति वास्तव में क्या सोच रहा है। अनुमान लगाना आसान है: वह मुस्कुरा रहा है, इसका मतलब है कि वह मजे कर रहा है. मन में जो कुछ भी हो रहा है उसकी निरंतर तस्वीरों के आधार पर महल बनाने की जन्मजात क्षमता होती है।

किसी को केवल यह निर्धारित करने का प्रयास करना है कि मौजूदा धारणाएं किस हद तक सच्चाई से मेल खाती हैं, और परिकल्पनाओं की अस्थिर जमीन हिलनी शुरू हो जाएगी: मुस्कुराहट दुख है, भौहें खुशी है, पलकों का कांपना खुशी है।

1889 में जर्मन मनोचिकित्सक फ्रांज कार्ल मुलर-लायर ने रेखाओं और आकृतियों की धारणा की विकृति से जुड़ा एक ज्यामितीय-ऑप्टिकल भ्रम दिखाया। भ्रम यह है कि बाहर की ओर मुख किए हुए सिरों द्वारा बनाया गया खंड पूंछों द्वारा बनाए गए खंड से छोटा दिखाई देता है। वास्तव में, दोनों खंडों की लंबाई समान है।

मनोचिकित्सक ने इस तथ्य पर भी ध्यान आकर्षित किया कि भ्रम का विचारक, रेखाओं को मापने और छवि धारणा की न्यूरोलॉजिकल पृष्ठभूमि की व्याख्या सुनने के बाद भी, एक रेखा को दूसरे से छोटा मानता रहता है। यह भी दिलचस्प है कि यह भ्रम हर किसी के लिए एक जैसा नहीं दिखता - ऐसे लोग भी हैं जो इसके प्रति कम संवेदनशील होते हैं।

मनोवैज्ञानिक डैनियल काह्नमैन दावोंकि हमारा धीमा विश्लेषणात्मक दिमाग मुलर-लायर चाल को पहचानता है, लेकिन दिमाग का दूसरा भाग, संज्ञानात्मक प्रतिवर्त के लिए जिम्मेदार, उभरती उत्तेजना के जवाब में स्वचालित रूप से और लगभग तुरंत प्रतिक्रिया करता है, और गलत निर्णय लेता है।

संज्ञानात्मक त्रुटि सिर्फ एक गलती नहीं है. कोई यह समझ सकता है और स्वीकार कर सकता है कि ऑप्टिकल भ्रम को देखते समय कोई अपनी आंखों पर भरोसा नहीं कर सकता है, लेकिन वास्तविक लोगों के साथ संवाद करना एक जटिल भूलभुलैया के माध्यम से यात्रा करने जैसा है।

1906 में, समाजशास्त्री विलियम सुमनेर ने पशु अस्तित्व के सिद्धांतों को मानव समाज में स्थानांतरित करते हुए, प्राकृतिक चयन और अस्तित्व के लिए संघर्ष की सार्वभौमिकता की घोषणा की। उनकी राय में, समूहों में एकजुट लोग समुदाय की अखंडता को खतरे में डालने वाले तथ्यों का विश्लेषण करने से इनकार करके अपने समूह को ऊपर उठाते हैं।

मनोवैज्ञानिक रिचर्ड निस्बेट लेख "जितना हम जान सकते हैं उससे अधिक बताना: मानसिक प्रक्रियाओं पर मौखिक रिपोर्ट" आंकड़ों और अन्य आम तौर पर स्वीकृत डेटा पर विश्वास करने के प्रति लोगों की अनिच्छा को दर्शाता है जो उनकी मौजूदा मान्यताओं से सहमत नहीं हैं।

बड़ी संख्याओं का जादू

इस वीडियो को देखें और देखें कि अभिनेता के चेहरे के भाव कैसे बदलते हैं।

अपर्याप्त डेटा के सामने दिमाग तुरंत "लेबल" लगाता है और धारणाएं बनाता है, जिससे विरोधाभासी प्रभाव पैदा होते हैं, जो निर्देशक लेव कुलेशोव द्वारा किए गए प्रयोग के उदाहरण में स्पष्ट रूप से दिखाई देता है।

1929 में, उन्होंने एक अभिनेता, सूप से भरी प्लेट, ताबूत में एक बच्चा और सोफे पर एक युवा लड़की का क्लोज़-अप लिया। फिर अभिनेता के शॉट वाली फिल्म को तीन हिस्सों में काटा गया और सूप की प्लेट, एक बच्चे और एक लड़की को दिखाते हुए फ्रेम के साथ अलग-अलग चिपका दिया गया।

एक-दूसरे से स्वतंत्र होकर, दर्शक इस निष्कर्ष पर पहुंचते हैं कि पहले टुकड़े में नायक भूखा है, दूसरे में वह बच्चे की मौत से दुखी है, तीसरे में वह सोफे पर लेटी हुई लड़की पर मोहित है।

वास्तव में, अभिनेता के चेहरे के भाव सभी मामलों में नहीं बदलते हैं।

और अगर आपने सौ फ्रेम देखे तो क्या तरकीब खुल जाएगी?

लोगों के बड़े समूहों में गैर-मौखिक व्यवहार की सच्चाई की सांख्यिकीय विश्वसनीयता पर डेटा के आधार पर, मनोवैज्ञानिक पॉल एकमैन बनाया चेहरे की गतिविधियों के वस्तुनिष्ठ माप के लिए एक व्यापक उपकरण - "चेहरे की गति कोडिंग प्रणाली"।

उनका मानना ​​है कि कृत्रिम तंत्रिका नेटवर्क का उपयोग लोगों के चेहरे के भावों का स्वचालित रूप से विश्लेषण करने के लिए किया जा सकता है। गंभीर आलोचना के बावजूद (एकमैन का हवाईअड्डा सुरक्षा कार्यक्रम पास नहीं हुआ नियंत्रित परीक्षण), इन तर्कों में सामान्य ज्ञान का अंश है।

एक मुस्कुराते हुए व्यक्ति को देखकर, कोई यह मान सकता है कि वह धोखा दे रहा है और वास्तव में उसका कुछ भी भला नहीं है। लेकिन अगर आप (या कैमरा) सौ लोगों को मुस्कुराते हुए देखते हैं, तो संभावना है कि उनमें से अधिकांश वास्तव में मज़ा कर रहे हैं - जैसे कि एक हॉट स्टैंड-अप कॉमेडियन को प्रदर्शन करते हुए देखना।

बड़ी संख्या के उदाहरण में, यह इतना महत्वपूर्ण नहीं है कि कुछ लोग भावनाओं में इतनी चतुराई से हेरफेर कर सकते हैं कि प्रोफेसर एकमैन भी मूर्ख बन जाएँ। जोखिम विशेषज्ञ नसीम तालेब के शब्दों में, जब निगरानी का विषय एक ठंडा, निष्पक्ष कैमरा होता है तो सिस्टम की एंटीफ्रैगिलिटी बहुत बढ़ जाती है।

हाँ, हम नहीं जानते कि चेहरे से झूठ को कैसे पहचाना जाए - कृत्रिम बुद्धि के साथ या उसके बिना। लेकिन हम अच्छी तरह से समझते हैं कि सौ या अधिक लोगों के लिए खुशी का स्तर कैसे निर्धारित किया जाए।

व्यवसाय के लिए भावना पहचान

चेहरे की छवि से भावनाओं को निर्धारित करने का सबसे सरल तरीका मुख्य बिंदुओं के वर्गीकरण पर आधारित है, जिनके निर्देशांक विभिन्न एल्गोरिदम का उपयोग करके प्राप्त किए जा सकते हैं। आमतौर पर कई दर्जन बिंदुओं को चिह्नित किया जाता है, जो उन्हें भौंहों, आंखों, होंठों, नाक, जबड़े की स्थिति से जोड़ते हैं, जो आपको चेहरे के भावों को पकड़ने की अनुमति देता है।

मशीन एल्गोरिदम का उपयोग करके भावनात्मक पृष्ठभूमि का आकलन पहले से ही खुदरा विक्रेताओं को यथासंभव ऑनलाइन को ऑफ़लाइन में एकीकृत करने में मदद कर रहा है। प्रौद्योगिकी आपको विज्ञापन और विपणन अभियानों की प्रभावशीलता का मूल्यांकन करने, ग्राहक सेवा और सेवा की गुणवत्ता निर्धारित करने और लोगों के असामान्य व्यवहार की पहचान करने की भी अनुमति देती है।

एल्गोरिदम का उपयोग करके, आप कार्यालय में कर्मचारियों की भावनात्मक स्थिति को ट्रैक कर सकते हैं (उदास लोगों वाला कार्यालय कमजोर प्रेरणा, निराशा और क्षय का कार्यालय है) और प्रवेश और निकास पर कर्मचारियों और ग्राहकों के "खुशी सूचकांक" को ट्रैक कर सकते हैं।

अल्फ़ा-बैंक कई शाखाओं में का शुभारंभ किया वास्तविक समय में ग्राहकों की भावनाओं का विश्लेषण करने के लिए एक पायलट प्रोजेक्ट। एल्गोरिदम ग्राहक संतुष्टि का एक अभिन्न संकेतक बनाते हैं, किसी शाखा में जाने की भावनात्मक धारणा में बदलाव के रुझान की पहचान करते हैं और दौरे का समग्र मूल्यांकन देते हैं।

माइक्रोसॉफ्ट में बताया सिनेमा में दर्शकों की भावनात्मक स्थिति का विश्लेषण करने के लिए एक प्रणाली का परीक्षण करने के बारे में (वास्तविक समय में फिल्म की गुणवत्ता का एक वस्तुनिष्ठ मूल्यांकन), साथ ही इमेजिन कप प्रतियोगिता में "ऑडियंस अवार्ड" नामांकन में विजेता का निर्धारण करने के लिए (द जीत उस टीम को मिली जिसके प्रदर्शन पर दर्शकों ने सबसे अधिक सकारात्मक प्रतिक्रिया व्यक्त की)।

उपरोक्त सभी एक बिल्कुल नए युग की शुरुआत है। नॉर्थ कैरोलिना स्टेट यूनिवर्सिटी में, शैक्षिक पाठ्यक्रम लेते समय, छात्रों के चेहरों को एक कैमरे से फिल्माया गया, जिससे वीडियो बनाया गया विश्लेषण कंप्यूटर विज़न सिस्टम जो भावनाओं को पहचानता है। प्राप्त आंकड़ों के आधार पर शिक्षकों ने शिक्षण रणनीति में संशोधन किया।

शैक्षिक प्रक्रिया में सामान्यतः भावनाओं के मूल्यांकन पर अपर्याप्त ध्यान दिया जाता है। लेकिन आप शिक्षण की गुणवत्ता, छात्र जुड़ाव का मूल्यांकन कर सकते हैं, नकारात्मक भावनाओं की पहचान कर सकते हैं और प्राप्त जानकारी के आधार पर शैक्षिक प्रक्रिया की योजना बना सकते हैं।

चेहरा पहचान इविडॉन: जनसांख्यिकी और भावनाएं

अब हमारे सिस्टम में भावनाओं पर एक रिपोर्ट सामने आई है.

चेहरे का पता लगाने वाले इवेंट कार्ड पर एक अलग "भावना" फ़ील्ड दिखाई देती है, और "चेहरे" अनुभाग में "रिपोर्ट" टैब पर एक नई प्रकार की रिपोर्ट उपलब्ध होती है - घंटे और दिन के अनुसार:

सभी पहचानों के स्रोत डेटा को डाउनलोड करना और उनके आधार पर अपनी स्वयं की रिपोर्ट तैयार करना संभव है।

हाल तक, सभी भावना पहचान प्रणालियाँ प्रायोगिक परियोजनाओं के स्तर पर संचालित होती थीं जिनका सावधानी से परीक्षण किया गया था। ऐसे पायलटों की लागत बहुत अधिक थी।

हम एनालिटिक्स को सेवाओं और उपकरणों की परिचित दुनिया का हिस्सा बनाना चाहते हैं, इसलिए आज से "भावनाएँ" सभी इवीडियोन ग्राहकों के लिए उपलब्ध हैं। हम कोई विशेष टैरिफ योजना पेश नहीं करते हैं, विशेष कैमरे उपलब्ध नहीं कराते हैं और सभी संभावित बाधाओं को दूर करने की पूरी कोशिश करते हैं। टैरिफ अपरिवर्तित रहते हैं; कोई भी व्यक्ति 1 रूबल के लिए चेहरे की पहचान के साथ भावना विश्लेषण को जोड़ सकता है। प्रति महीने।

सेवा में प्रस्तुत किया गया है व्यक्तिगत खाता उपयोगकर्ता. और पर प्रोमो पेज हमने इविडॉन चेहरे की पहचान प्रणाली के बारे में और भी दिलचस्प तथ्य एकत्र किए हैं।

स्रोत: www.habr.com