Vil kunstig intelligens nogensinde forstå menneskelige følelser?

Vil kunstig intelligens nogensinde forstå menneskelige følelser?

Hvordan ville du have det med at få behandling fra en robot? Følelsesmæssigt intelligente maskiner er muligvis ikke så langt væk, som det ser ud til. I løbet af de sidste par årtier er kunstig intelligens (AI) blevet stadig bedre til at læse følelsesmæssige reaktioner hos mennesker.

Men læsning er ikke det samme som at forstå. Hvis AI ikke selv kan opleve følelser, kan de nogensinde virkelig forstå os? Og hvis ikke, er der en risiko for, at vi tilskriver robottejendomme, de ikke har?

Den seneste generation af AI'er er sket takket være en stigning i tilgængelige data for computere at lære af samt deres forbedrede processorkraft. Disse maskiner er mere og mere konkurrencedygtige i opgaver, der altid er blevet opfattet som menneskelige.

AI kan nu blandt andet genkende ansigter, gør ansigtsskitser til fotos, genkende tale og spille Go.

Identificering af kriminelle

For nylig har forskere udviklet en AI, der er i stand til at fortælle, om en person er en kriminel bare ved at se på deres ansigtsegenskaber. Systemet blev evalueret ved hjælp af en database med kinesiske ID-fotos og resultaterne falder i kæben. AI kategoriserede fejlagtigt uskyldige som kriminelle i kun omkring 6% af tilfældene, mens det med succes kunne identificere omkring 83% af kriminelle. Dette fører til en svimlende samlet nøjagtighed på næsten 90%.

Systemet er baseret på en tilgang kaldet ”dyb læring”, som har haft succes i opfattelsesopgaver såsom ansigtsgenkendelse. Her giver dyb læring kombineret med en ”ansigtsrotationsmodel” AI mulighed for at kontrollere, om to ansigtsbilleder repræsenterer det samme individ, selvom belysningen eller vinklen ændres mellem fotografierne.

Deep learning bygger et ”neuralt netværk”, løst modelleret på den menneskelige hjerne. Dette består af hundreder af tusinder af neuroner organiseret i forskellige lag. Hvert lag omdanner input, for eksempel et ansigtsbillede, til et højere abstraktionsniveau, såsom et sæt kanter ved bestemte retninger og placeringer. Dette understreger automatisk de funktioner, der er mest relevante for udførelsen af ​​en given opgave.

I betragtning af succesen med dyb læring er det ikke overraskende, at kunstige neurale netværk kan skelne kriminelle fra ikke-kriminelle - hvis der virkelig er ansigtstræk, der kan skelne mellem dem. Undersøgelsen antyder, at der er tre. Den ene er vinklen mellem næsespidsen og mundhjørnerne, som i gennemsnit var 19.6% mindre for kriminelle. Overlæbens krumning var også i gennemsnit 23.4% større for kriminelle, mens afstanden mellem de indre hjørner af øjnene i gennemsnit var 5.6% smallere.

Ved første øjekast synes denne analyse at antyde det forældede synspunkter at kriminelle kan identificeres ved fysiske egenskaber, er ikke helt forkert. Det er dog muligvis ikke den fulde historie. Det er interessant, at to af de mest relevante funktioner er relateret til læberne, som er vores mest udtryksfulde ansigtsegenskaber. ID-fotos som dem, der blev brugt i undersøgelsen, skal have neutralt ansigtsudtryk, men det kan være, at AI formåede at finde skjulte følelser i disse fotos. Disse kan være så små, at mennesker måske har kæmpet for at lægge mærke til dem.

Det er vanskeligt at modstå fristelsen til at se på de eksempelfotoer, der vises i papiret, og som endnu ikke er fagfællebedømt. Faktisk afslører et omhyggeligt blik et let smil på fotos af ikke-kriminelle - se selv. Men kun få eksempler på fotos er tilgængelige, så vi kan ikke generalisere vores konklusioner til hele databasen.

Effekten af ​​affektiv computing

Dette ville ikke være første gang, at en computer var i stand til at genkende menneskelige følelser. Det såkaldte felt “affektiv computing”Har eksisteret i flere år. Det argumenteres for, at hvis vi komfortabelt skal leve og interagere med robotter, skal disse maskiner være i stand til at forstå og passende reagere på menneskelige følelser. Der er meget arbejde i området, og mulighederne er store.


 Få det nyeste via e-mail

Ugeblad Daglig inspiration

For eksempel har forskere brugt ansigtsanalyse til stedet kæmper studerende i computerundervisningssessioner. AI blev uddannet til at genkende forskellige niveauer af engagement og frustration, så systemet kunne vide, hvornår de studerende fandt arbejdet for let eller for svært. Denne teknologi kan være nyttig til at forbedre læringsoplevelsen på online platforme.

AI har også været vant til registrere følelser baseret på lyden af ​​vores stemme af et firma, der hedder BeyondVerbal. De har produceret software, der analyserer stemmemodulation og søger specifikke mønstre i den måde, folk taler på. Virksomheden hævder at være i stand til korrekt at identificere følelser med 80% nøjagtighed. I fremtiden kan denne type teknologi for eksempel hjælpe autistiske personer med at identificere følelser.

Sony forsøger endda at udvikle en robot i stand til at danne følelsesmæssige bånd med mennesker. Der er ikke meget information om, hvordan de agter at opnå det, eller hvad nøjagtigt robotten vil gøre. De nævner imidlertid, at de søger at “integrere hardware og tjenester for at give følelsesmæssigt overbevisende oplevelser".

En følelsesmæssigt intelligent AI har flere potentielle fordele, det være sig at give nogen en ledsager eller at hjælpe os med at udføre bestemte opgaver - lige fra kriminel afhøring til samtaleterapi.

Men der er også etiske problemer og risici involveret. Er det rigtigt at lade en patient med demens stole på en AI-ledsager og tro, at den har et følelsesmæssigt liv, når det ikke gør det? Og kan du dømme en person baseret på en AI, der klassificerer dem som skyldige? Klart ikke. I stedet for, når et system som dette er forbedret yderligere og fuldt ud evalueret, kan en mindre skadelig og potentielt nyttig anvendelse være at udløse yderligere kontrol af personer, der betragtes som "mistænkelige" af AI.

Så hvad skal vi forvente af AI fremadrettet? Subjektive emner som følelser og følelser er stadig vanskelige for AI at lære, dels fordi AI muligvis ikke har adgang til tilstrækkelig gode data til at analysere dem objektivt. For eksempel, kunne AI nogensinde forstå sarkasme? En given sætning kan være sarkastisk, når den tales i en sammenhæng, men ikke i en anden.

Alligevel vokser mængden af ​​data og processorkraft fortsat. Så med få undtagelser kan AI muligvis matche mennesker ved at genkende forskellige typer følelser i de næste par årtier. Men om en AI nogensinde kunne opleve følelser er en kontroversielt emne. Selv hvis de kunne, kan der helt sikkert være følelser, de aldrig kunne opleve - hvilket gør det vanskeligt nogensinde virkelig at forstå dem.

The Conversation

Om forfatteren

Leandro Minku, lektor i datalogi, University of Leicester

Denne artikel blev oprindeligt offentliggjort den The Conversation. Læs oprindelige artikel.

Relaterede Bøger:

at InnerSelf Market og Amazon

 

Du vil måske også kunne lide

følg InnerSelf på

facebook ikontwitter-ikonyoutube-ikoninstagram ikonpintrest ikonrss ikon

 Få det nyeste via e-mail

Ugeblad Daglig inspiration

TILGÆNGELIGE SPROG

enafarzh-CNzh-TWdanltlfifrdeeliwhihuiditjakomsnofaplptroruesswsvthtrukurvi

MEST LÆS

mindfulness og dans mental sundhed 4 27
Hvordan Mindfulness og dans kan forbedre mental sundhed
by Adrianna Mendrek, Bishop's University
I årtier blev den somatosensoriske cortex anset for kun at være ansvarlig for behandling af sensoriske...
vesten, der aldrig har eksisteret 4 28
Højesteret indleder i det vilde vesten, der faktisk aldrig har eksisteret
by Robert Jennings, InnerSelf.com
Højesteret har netop, efter alt at dømme, med vilje forvandlet Amerika til en væbnet lejr.
hvordan smertestillende virker 4 27
Hvordan dræber smertestillende medicin faktisk smerte?
by Rebecca Seal og Benedict Alter, University of Pittsburgh
Uden evnen til at føle smerte er livet farligere. For at undgå skader fortæller smerte os, at vi skal bruge en...
hvordan sparer man penge på mad 0 6
Sådan sparer du på din madregning og stadig spiser velsmagende, nærende måltider
by Clare Collins og Megan Whatnall, University of Newcastle
Dagligvarepriserne er steget opad af en række årsager, herunder de stigende omkostninger ved...
hvad med vegansk ost 4 27
Hvad du bør vide om vegansk ost
by Richard Hoffman, University of Hertfordshire
Heldigvis, takket være veganismens stigende popularitet, er fødevareproducenter begyndt...
havets bæredygtighed 4 27
Havets sundhed afhænger af økonomi og ideen om Infinity Fish
by Rashid Sumaila, University of British Columbia
Indfødte ældste delte for nylig deres forfærdelse over det hidtil usete fald i laks...
få vaccine booster 4 28
Skal du få et Covid-19 boosterbillede nu eller vente til efteråret?
by Prakash Nagarkatti og Mitzi Nagarkatti, University of South Carolina
Mens COVID-19-vacciner fortsat er yderst effektive til at forhindre hospitalsindlæggelse og dødsfald, er det...
spar på køleomkostninger 4 27
Sådan sparer du på dine køleomkostninger
by University of Oregon
Passive afkølingsstrategier kan reducere belastningen på aircondition med så meget som 80 %, rapporterer...

Nye holdninger - nye muligheder

InnerSelf.comClimateImpactNews.com | InnerPower.net
MightyNatural.com | WholisticPolitics.com | InnerSelf Marked
Copyright © 1985 - 2021 InnerSelf-publikationer. Alle rettigheder forbeholdes.