Az ókori egyiptomiak sokat tudtak az vivisekcióról, és tapintással meg tudták különböztetni a májat a vesétől. Ha reggeltől estig pólyázod a múmiákat, és gyógyítasz (trefinálástól a daganatok eltávolításáig), akkor elkerülhetetlenül megtanulod megérteni az anatómiát.
A rengeteg anatómiai részletet bőven ellensúlyozta a szervek működésének megértésének zavara. A papok, orvosok és hétköznapi emberek bátran szívükbe helyezték az elmét, és az agynak az orrnyálka termelésének szerepét bízták.
4 ezer év után nehéz megengedni magának, hogy nevetjen a fellahokon és a fáraókon – számítógépeink és adatgyűjtő algoritmusaink menőbbnek tűnnek, mint a papirusztekercsek, agyunk pedig még mindig rejtélyes módon produkál, ki mit tud.
Tehát ebben a cikkben arról kellett volna beszélni, hogy az érzelemfelismerő algoritmusok elérték a tükörneuronok sebességét a beszélgetőpartner jeleinek értelmezésében, amikor hirtelen kiderült, hogy az idegsejtek nem azok, amiknek látszanak.
Döntéshozatali hibák
Gyerekként a gyermek a szülei arcát figyeli, és megtanulja visszaadni a mosolyt, a haragot, az önelégültséget és más érzelmeket, hogy élete során különböző helyzetekben mosolyoghasson, ráncolhasson, dühös legyen – pontosan úgy, ahogy a szerettei. tette.
Sok kutató úgy véli, hogy az érzelmek utánzását tükörneuronok rendszere építi fel. Egyes tudósok azonban szkepticizmust fejeznek ki ezzel az elmélettel kapcsolatban: még nem értjük minden agysejt funkcióját.
Az agyműködés modellje a hipotézisek ingatag talaján áll. Egyetlen dologhoz nem fér kétség: a szürkeállomány „firmware” születésétől fogva tartalmaz funkciókat és hibákat, vagy pontosabban viselkedést befolyásoló jellemzőket.
A tükörneuronok vagy más neuronok felelősek az imitatív válaszért, ez a rendszer csak a legegyszerűbb szándékok és cselekvések felismerésének alapszintjén működik. Ez egy gyereknek elég, de egy felnőttnek rohadt kevés.
Tudjuk, hogy az érzelmek nagymértékben függnek attól, hogy az ember milyen tapasztalatokat szerez az őslakos kultúrájával való interakcióról. Senki sem fogja azt hinni, hogy pszichopata vagy, ha vidám emberek között mosolyogsz, fájdalmat érezve, mert a felnőtt életben az érzelmeket a létfeltételekhez való alkalmazkodás eszközeként használják.
Nem tudjuk, mit gondol valójában a másik. Könnyű feltételezéseket tenni: mosolyog, ez azt jelenti, hogy jól érzi magát. Az elmének veleszületett képessége van arra, hogy kastélyokat építsen a történések egységes képeinek levegőjében.
Csak meg kell próbálni meghatározni, hogy a meglévő feltételezések mennyiben felelnek meg az igazságnak, és a hipotézisek ingatag talaja megindul: a mosoly szomorúság, a homlokráncolás boldogság, a szemhéj remegése öröm.
Franz Karl Müller-Lyer német pszichiáter 1889-ben egy geometriai-optikai illúziót mutatott ki, amely a vonalak és alakzatok észlelésének torzulásához kapcsolódik. Az illúzió az, hogy a kifelé néző hegyekkel keretezett szegmens rövidebbnek tűnik, mint a farokkal keretezett szegmens. Valójában mindkét szegmens hossza azonos.
A pszichiáter arra is felhívta a figyelmet, hogy az illúzió szemlélője a vonalak kimérése és a képészlelés neurológiai hátterének magyarázata után is továbbra is egyik sort rövidebbnek tartja a másiknál. Az is érdekes, hogy ez az illúzió nem mindenkinek tűnik egyformának – vannak, akik kevésbé érzékenyek rá.
Daniel Kahneman pszichológus hogy lassú elemző elménk felismeri a Müller-Lyer trükköt, de az elme második része, amely a kognitív reflexért felelős, automatikusan és szinte azonnal reagál a felbukkanó ingerre, és téves ítéleteket hoz.
A kognitív hiba nem csak hiba. Megérthetjük és beismerhetjük, hogy nem bízhatunk a szemünkben, ha egy optikai csalódást nézünk, de valós emberekkel való kommunikáció olyan, mint egy bonyolult labirintusban való utazás.
William Sumner szociológus még 1906-ban hirdette a természetes kiválasztódás és a létért való küzdelem egyetemességét, átültette az állati lét alapelveit az emberi társadalomba. Véleménye szerint a csoportokba egyesülő emberek saját csoportjukat emelik fel azzal, hogy nem hajlandók elemezni a közösség integritását veszélyeztető tényeket.
Richard Nisbett pszichológus "Többet mond el, mint amit tudhatunk: verbális jelentések a mentális folyamatokról" azt mutatja, hogy az emberek vonakodnak hinni a statisztikáknak és más általánosan elfogadott adatoknak, amelyek nem egyeznek meg meglévő hiedelmeikkel.
A nagy számok varázsa
Nézze meg ezt a videót, és nézze meg, hogyan változik a színész arckifejezése.
Az elme gyorsan „felcímkéz” és feltételezéseket fogalmaz meg az elégtelen adatokkal szemben, ami paradox hatásokhoz vezet, amelyek jól láthatóak a Lev Kuleshov rendező által végzett kísérlet példáján.
1929-ben közeli felvételeket készített egy színészről, egy levessel töltött tányérról, egy gyerekről a koporsóban és egy fiatal lányról a kanapén. Ezután a filmet a színész felvételével három részre vágták, és külön-külön ragasztották fel egy tányér levest, egy gyereket és egy lányt ábrázoló képkockákkal.
A nézők egymástól függetlenül arra a következtetésre jutnak, hogy az első részletben a hős éhes, a másodikban a gyerek halála miatt szomorú, a harmadikban pedig a kanapén fekvő lány nyűgözi le.
A valóságban a színész arckifejezése nem minden esetben változik.
És ha száz képkockát látnál, kiderülne a trükk?
Paul Ekman pszichológus a nonverbális viselkedés igazságának statisztikai megbízhatóságára vonatkozó adatok alapján nagy embercsoportokban egy átfogó eszköz az arcmozgások objektív mérésére - az „arcmozgás kódoló rendszer”.
Azon a véleményen van, hogy a mesterséges neurális hálózatok segítségével automatikusan elemezhetők az emberek arckifejezései. A súlyos kritikák ellenére (Ekman repülőtéri biztonsági programja ellenőrzött vizsgálatok), van ezekben az érvekben a józan ész szemcséje.
Ha egy mosolygó emberre nézünk, azt feltételezhetjük, hogy csal, és valójában semmi haszna. De ha száz embert lát (vagy a kamera) mosolyogni, nagy eséllyel a legtöbbjük valóban jól érzi magát – például egy dögös stand-up komikus előadását nézi.
A nagy számok példájában nem annyira fontos, hogy egyesek olyan okosan tudják manipulálni az érzelmeket, hogy még Ekman professzort is becsapják. Nassim Taleb kockázati szakértő szavaival élve, a rendszer törékenysége jelentősen megnő, ha a megfigyelés tárgya egy hideg, pártatlan kamera.
Igen, nem tudjuk, hogyan ismerjük fel arcról a hazugságot – mesterséges intelligenciával vagy anélkül. De tökéletesen értjük, hogyan határozzuk meg száz vagy több ember boldogságának szintjét.
Érzelemfelismerés az üzleti életben
Az érzelmek arcképről történő meghatározásának legegyszerűbb módja a kulcspontok osztályozása, amelyek koordinátáit különféle algoritmusok segítségével lehet megszerezni. Általában több tucat pontot jelölnek meg, összekapcsolva őket a szemöldök, a szem, az ajkak, az orr, az állkapocs helyzetével, ami lehetővé teszi az arckifejezések rögzítését.
A gépi algoritmusokkal végzett érzelmi háttérfelmérés már most is segíti a kereskedőket abban, hogy a lehető legnagyobb mértékben integrálódjanak az online és az offline világba. A technológia lehetővé teszi a reklám- és marketingkampányok hatékonyságának értékelését, az ügyfélszolgálat és szolgáltatás minőségének meghatározását, valamint az emberek abnormális viselkedésének azonosítását.
Algoritmusok segítségével nyomon követheti az irodában dolgozó alkalmazottak érzelmi állapotát (a szomorú emberekkel rendelkező iroda gyenge motivációjú, levert és hanyatló iroda), valamint az alkalmazottak és az ügyfelek „boldogsági indexe” a bejáratnál és a kilépésnél.
Alfa-Bank több fiókban kísérleti projekt az ügyfelek érzelmeinek valós idejű elemzésére. Az algoritmusok a vevői elégedettség integrált mutatóját építik fel, azonosítják a fióklátogatás érzelmi felfogásában bekövetkezett változások tendenciáit, és átfogó értékelést adnak a látogatásról.
A Microsoftnál a nézők érzelmi állapotát elemző rendszer teszteléséről a moziban (a film minőségének objektív értékelése valós időben), valamint az Imagine Cup versenyen a „Közönségdíj” jelölés győztesének meghatározásáról (a győzelmét az a csapat nyerte, amelynek teljesítményét a közönség a legpozitívabban fogadta) .
A fentiek mindegyike csak egy teljesen új korszak kezdete. Az Észak-Karolinai Állami Egyetemen az oktatási kurzusok elvégzése közben a hallgatók arcát egy kamera rögzítette, amelyből videó számítógépes látórendszer, amely felismeri az érzelmeket. A kapott adatok alapján a tanárok módosították az oktatási stratégiát.
Az oktatási folyamatban általában nem fordítanak kellő figyelmet az érzelmek értékelésére. De a kapott információk alapján értékelheti a tanítás minőségét, a hallgatói elkötelezettséget, azonosíthatja a negatív érzelmeket, és megtervezheti az oktatási folyamatot.
Arcfelismerés Ivideon: demográfia és érzelmek
Most az érzelmekről szóló riport jelent meg rendszerünkben.
Az arcfelismerési eseménykártyákon egy külön „Érzelem” mező jelent meg, az „Arcok” rész „Jelentések” lapján pedig új típusú jelentések érhetők el – óra és nap szerint:
Lehetőség van az összes észlelés forrásadatainak letöltésére, és ezek alapján saját jelentés készítésére.
Egészen a közelmúltig minden érzelemfelismerő rendszer kísérleti projektek szintjén működött, amelyeket óvatosan teszteltek. Az ilyen pilóták költsége nagyon magas volt.
Szeretnénk az analitikát a szolgáltatások és eszközök megszokott világának részévé tenni, így mától az „érzelmek” minden Ivideon ügyfél számára elérhetőek. Nem vezetünk be külön tarifacsomagot, nem biztosítunk speciális kamerákat, és mindent megteszünk az összes lehetséges akadály megszüntetése érdekében. A tarifák változatlanok, az érzelemelemzést az arcfelismeréssel együtt bárki összekapcsolhatja 1 rubelért. havonta.
A szolgáltatás bemutatása in felhasználó. És tovább Összegyűjtöttünk még több érdekességet az Ivideon arcfelismerő rendszerről.
Forrás: will.com