Stomme hersenen, verborgen emoties, sluwe algoritmen: de evolutie van gezichtsherkenning

Stomme hersenen, verborgen emoties, sluwe algoritmen: de evolutie van gezichtsherkenning

De oude Egyptenaren wisten veel over vivisectie en konden op de tast een lever van een nier onderscheiden. Door mummies van 's morgens tot' s avonds in te wikkelen en te genezen (van trephinatie tot het verwijderen van tumoren), leer je onvermijdelijk de anatomie begrijpen.

De rijkdom aan anatomische details werd ruimschoots gecompenseerd door de verwarring bij het begrijpen van de functie van de organen. Priesters, artsen en gewone mensen plaatsten stoutmoedig de geest in het hart en gaven de hersenen de rol van het produceren van neusslijm.

Na vierduizend jaar is het moeilijk om jezelf te laten lachen om de fellahs en farao's - onze computers en algoritmen voor gegevensverzameling zien er cooler uit dan papyrusrollen, en onze hersenen produceren nog steeds op mysterieuze wijze wie weet wat.

Dus in dit artikel moest het gaan over het feit dat algoritmen voor emotieherkenning de snelheid van spiegelneuronen hebben bereikt bij het interpreteren van de signalen van de gesprekspartner, toen plotseling bleek dat de zenuwcellen niet waren wat ze leken.

Fouten bij het nemen van beslissingen

Als kind kijkt een kind naar de gezichten van zijn ouders en leert een glimlach, woede, zelfgenoegzaamheid en andere emoties te reproduceren, zodat hij zijn hele leven in verschillende situaties kan glimlachen, fronsen, boos kunnen zijn - precies zoals zijn dierbaren deed.

Veel onderzoekers geloven dat de imitatie van emoties wordt opgebouwd door een systeem van spiegelneuronen. Sommige wetenschappers zijn echter sceptisch over deze theorie: we begrijpen nog niet de functies van alle hersencellen.

Het model van de hersenfunctie staat op een wankele basis van hypothesen. Over één ding bestaat geen twijfel: de ‘firmware’ van de grijze massa vanaf de geboorte bevat kenmerken en bugs, of, beter gezegd, kenmerken die het gedrag beïnvloeden.

Spiegelneuronen of andere neuronen zijn verantwoordelijk voor de imitatieve respons; dit systeem werkt alleen op het basisniveau van het herkennen van de eenvoudigste intenties en acties. Dit is genoeg voor een kind, maar verdomd weinig voor een volwassene.

We weten dat emoties grotendeels afhangen van de ervaringen die iemand heeft opgedaan met de interactie met zijn eigen cultuur. Niemand zal denken dat je een psychopaat bent, als je onder vrolijke mensen lacht en pijn voelt, omdat emoties in het volwassen leven worden gebruikt als middel om je aan te passen aan de bestaansomstandigheden.

We weten niet wat de ander werkelijk denkt. Het is gemakkelijk om aannames te doen: hij lacht, het betekent dat hij plezier heeft. De geest heeft een aangeboren vermogen om kastelen te bouwen in de lucht van consistente beelden van wat er gebeurt.

Je hoeft alleen maar te proberen vast te stellen in hoeverre de bestaande aannames overeenkomen met de waarheid, en de wankele basis van hypothesen zal in beweging komen: een glimlach is verdriet, een frons is geluk, het trillen van de oogleden is plezier.

Stomme hersenen, verborgen emoties, sluwe algoritmen: de evolutie van gezichtsherkenning

De Duitse psychiater Franz Karl Müller-Lyer toonde in 1889 een geometrisch-optische illusie aan die gepaard ging met een vervorming van de perceptie van lijnen en figuren. De illusie is dat een segment omgeven door naar buiten gerichte punten korter lijkt dan een segment omgeven door staarten. In feite is de lengte van beide segmenten hetzelfde.

De psychiater vestigde ook de aandacht op het feit dat de beschouwer van de illusie, zelfs na het meten van de lijnen en het luisteren naar een uitleg van de neurologische achtergrond van beeldperceptie, de ene lijn korter blijft beschouwen dan de andere. Interessant is ook dat deze illusie er niet voor iedereen hetzelfde uitziet: er zijn mensen die er minder vatbaar voor zijn.

Psycholoog Daniel Kahneman vorderingendat onze langzame analytische geest de truc van Müller-Lyer herkent, maar dat het tweede deel van de geest, verantwoordelijk voor de cognitieve reflex, automatisch en vrijwel onmiddellijk werkt als reactie op de opkomende stimulus, en verkeerde oordelen velt.

Een cognitieve fout is niet zomaar een vergissing. Je kunt begrijpen en toegeven dat je je ogen niet kunt vertrouwen als je naar een optische illusie kijkt, maar communiceren met echte mensen is als reizen door een ingewikkeld labyrint.

In 1906 verkondigde socioloog William Sumner de universaliteit van natuurlijke selectie en de strijd om het bestaan, en bracht hij de principes van het dierlijke bestaan ​​over op de menselijke samenleving. Volgens hem verheffen mensen verenigd in groepen hun eigen groep door te weigeren feiten te analyseren die de integriteit van de gemeenschap bedreigen.

Psycholoog Richard Nisbett статье “Meer vertellen dan we kunnen weten: mondelinge rapporten over mentale processen” toont de onwil van mensen om statistieken en andere algemeen aanvaarde gegevens te geloven die niet overeenkomen met hun bestaande overtuigingen.

De magie van grote getallen


Bekijk deze video en zie hoe de gezichtsuitdrukking van de acteur verandert.

De geest ‘labelt’ snel en doet aannames als er onvoldoende gegevens zijn, wat leidt tot paradoxale effecten, duidelijk zichtbaar in het voorbeeld van het experiment uitgevoerd door regisseur Lev Kuleshov.

In 1929 maakte hij close-ups van een acteur, een bord gevuld met soep, een kind in een kist en een jong meisje op een bank. Vervolgens werd de film met de opname van de acteur in drie delen geknipt en afzonderlijk geplakt met kaders waarop een bord soep, een kind en een meisje te zien zijn.

Onafhankelijk van elkaar komen kijkers tot de conclusie dat de held in het eerste fragment honger heeft, in het tweede is hij bedroefd door de dood van het kind, in het derde is hij gefascineerd door het meisje dat op de bank ligt.

In werkelijkheid verandert de gezichtsuitdrukking van de acteur niet in alle gevallen.

En als je honderd beelden zou zien, zou de truc dan onthuld worden?

Stomme hersenen, verborgen emoties, sluwe algoritmen: de evolutie van gezichtsherkenning

Gebaseerd op gegevens over de statistische betrouwbaarheid van de waarheid van non-verbaal gedrag bij grote groepen mensen, zegt psycholoog Paul Ekman gemaakt een uitgebreid hulpmiddel voor het objectief meten van gezichtsbewegingen - het “gezichtsbewegingscoderingssysteem”.

Hij is van mening dat kunstmatige neurale netwerken gebruikt kunnen worden om automatisch de gezichtsuitdrukkingen van mensen te analyseren. Ondanks serieuze kritiek (Ekmans luchthavenbeveiligingsprogramma ging niet voorbij gecontroleerde onderzoeken), schuilt er een greintje gezond verstand in deze argumenten.

Als je naar een lachende persoon kijkt, kun je ervan uitgaan dat hij bedriegt en feitelijk niets goeds van plan is. Maar als je (of de camera) honderd mensen ziet glimlachen, is de kans groot dat de meesten van hen daadwerkelijk plezier hebben, alsof ze een knappe stand-upcomedian zien optreden.

In het voorbeeld van grote getallen is het niet zo belangrijk dat sommige mensen emoties zo slim kunnen manipuleren dat zelfs professor Ekman voor de gek gehouden zou worden. In de woorden van risico-expert Nassim Taleb: de antifragiliteit van een systeem wordt enorm vergroot als het onderwerp van surveillance een koude, onpartijdige camera is.

Ja, we weten niet hoe we een leugen aan het gezicht moeten herkennen – met of zonder kunstmatige intelligentie. Maar we begrijpen heel goed hoe we het geluksniveau van honderd of meer mensen kunnen bepalen.

Emotieherkenning voor het bedrijfsleven

Stomme hersenen, verborgen emoties, sluwe algoritmen: de evolutie van gezichtsherkenning
De eenvoudigste manier om emoties uit een gezichtsopname te bepalen is gebaseerd op de classificatie van sleutelpunten, waarvan de coördinaten kunnen worden verkregen met behulp van verschillende algoritmen. Meestal worden enkele tientallen punten gemarkeerd, die ze verbinden met de positie van de wenkbrauwen, ogen, lippen, neus en kaak, waardoor je gezichtsuitdrukkingen kunt vastleggen.

Emotionele achtergrondbeoordeling met behulp van machine-algoritmen helpt retailers nu al om online en offline zoveel mogelijk te integreren. Met de technologie kunt u de effectiviteit van reclame- en marketingcampagnes evalueren, de kwaliteit van de klantenservice en service bepalen en ook abnormaal gedrag van mensen identificeren.

Met behulp van algoritmen kun je de emotionele toestand van werknemers op kantoor volgen (een kantoor met verdrietige mensen is een kantoor met zwakke motivatie, moedeloosheid en verval) en de ‘geluksindex’ van werknemers en klanten bij de in- en uitgang.

Alfa-Bank in verschillende vestigingen gelanceerd een proefproject om klantemoties in realtime te analyseren. Algoritmen bouwen een integrale indicator van de klanttevredenheid, identificeren trends in veranderingen in de emotionele perceptie van een bezoek aan een filiaal en geven een algehele beoordeling van het bezoek.

Bij Microsoft vertelde over het testen van een systeem voor het analyseren van de emotionele toestand van toeschouwers in een bioscoop (een objectieve beoordeling van de kwaliteit van een film in realtime), evenals voor het bepalen van de winnaar in de nominatie voor de “Audience Award” bij de Imagine Cup-competitie (de de overwinning werd behaald door het team op wiens optreden het publiek het meest positief reageerde).

Al het bovenstaande is slechts het begin van een compleet nieuw tijdperk. Aan de North Carolina State University werden de gezichten van studenten gefilmd door een camera terwijl ze onderwijscursussen volgden. geanalyseerd computervisiesysteem dat emoties herkent. Op basis van de verkregen gegevens hebben leraren de lesstrategie aangepast.

In het onderwijsproces wordt over het algemeen onvoldoende aandacht besteed aan de beoordeling van emoties. Maar je kunt de kwaliteit van het lesgeven en de betrokkenheid van studenten evalueren, negatieve emoties identificeren en het onderwijsproces plannen op basis van de ontvangen informatie.

Gezichtsherkenning Ivideon: demografie en emoties

Stomme hersenen, verborgen emoties, sluwe algoritmen: de evolutie van gezichtsherkenning

Nu is er een rapport over emoties in ons systeem verschenen.

Er is een apart veld 'Emotie' verschenen op gebeurteniskaarten voor gezichtsdetectie, en op het tabblad 'Rapporten' in de sectie 'Gezichten' is een nieuw type rapporten beschikbaar - per uur en per dag:

Stomme hersenen, verborgen emoties, sluwe algoritmen: de evolutie van gezichtsherkenning
Stomme hersenen, verborgen emoties, sluwe algoritmen: de evolutie van gezichtsherkenning

Het is mogelijk om de brongegevens van alle detecties te downloaden en op basis daarvan uw eigen rapporten te genereren.

Tot voor kort werkten alle emotieherkenningssystemen op het niveau van experimentele projecten die met de nodige voorzichtigheid werden getest. De kosten van dergelijke piloten waren erg hoog.

We willen analytics onderdeel maken van de vertrouwde wereld van diensten en apparaten, zodat ‘emoties’ vanaf vandaag beschikbaar zijn voor alle Ivideon-klanten. Wij introduceren geen speciaal tariefplan, voorzien geen speciale camera’s en doen ons best om alle mogelijke barrières weg te nemen. De tarieven blijven ongewijzigd; iedereen kan emotieanalyse koppelen aan gezichtsherkenning voor 1 roebel. per maand.

De dienst wordt gepresenteerd in persoonlijk account gebruiker. En verder promopagina we hebben nog meer interessante feiten verzameld over het Ivideon-gezichtsherkenningssysteem.

Bron: www.habr.com

Voeg een reactie