Mākslīgais intelekts tiek aktīvi attīstīts Krievijā un pasaulē - arī emocionālais. Viņu interesē lieli uzņēmumi un ambiciozi jaunuzņēmumi, kas iepazīstina ar jaunumiem mazumtirdzniecības, mārketinga, izglītības, banku un personāla atlases jomā. Saskaņā ar Mordor Intelligence, emociju atpazīšanas tirgus tika novērtēts 12 miljardu dolāru vērtībā 2018. gadā un līdz 2024. gadam pieaugs līdz 92 miljardiem dolāru.
Kas ir emocionāla AI
Emocijas AI (Emotion AI) ir AI, kas datoram ļauj atpazīt, interpretēt un reaģēt uz cilvēka emocijām. Kamera, mikrofons vai valkājams sensors nolasa personas stāvokli, un neironu tīkls apstrādā datus, lai noteiktu emociju.
Ir divi galvenie emociju analīzes veidi:
- Sazinieties. Cilvēkam tiek uzlikta ierīce, kas nolasa viņa pulsu, ķermeņa elektriskos impulsus un citus fizioloģiskos rādītājus. Šādas tehnoloģijas var noteikt ne tikai emocijas, bet arī stresa līmeni vai epilepsijas lēkmes iespējamību.
- Bezkontakta. Emocijas tiek analizētas, pamatojoties uz video un audio ierakstiem. Dators apgūst sejas izteiksmes, žestus, acu kustības, balsi un runu.
Lai apmācītu neironu tīklu, datu zinātnieki savāc datu paraugu un manuāli iezīmē izmaiņas cilvēka emocionālajā stāvoklī. Programma pēta modeļus un saprot, kuras pazīmes pieder kādām emocijām.
Neironu tīklu var apmācīt, izmantojot dažādus datus. Daži uzņēmumi un laboratorijas izmanto videolentes, citi studē balsi, un daži gūst labumu no vairākiem avotiem. Bet jo daudzveidīgāki dati, jo precīzāks ir rezultāts.
Apsveriet divus galvenos avotus:
Reklāmas video:
Fotoattēli un fotoattēli no video
Vispirms attēli tiek apstrādāti, lai AI būtu vieglāk strādāt. Sejas pazīmes - uzacis, acis, lūpas un tā tālāk - ir apzīmētas ar punktiem. Neironu tīkls nosaka punktu stāvokli, salīdzina tos ar emociju pazīmēm no veidnes un secina, kura emocija tiek atspoguļota - dusmas, bailes, pārsteigums, skumjas, prieks vai mierīgums.
Ir arī cita pieeja. Emociju marķieri uzreiz tiek atzīmēti uz sejas - piemēram, smaids vai saraucis uzacis. Pēc tam neironu tīkls meklē marķierus uz attēla, analizē to kombinācijas un nosaka personas stāvokli.
Emociju marķieru izpēte sākās 20. gadsimtā. Tiesa, tad tos uzskatīja atsevišķi no neironu tīkliem. Zinātnieki Pols Ekmans un Wallace Friesen 1978. gadā izstrādāja sejas darbību kodēšanas sistēmu (FACS). Tas sadala sejas izteiksmes atsevišķās muskuļu kustībās vai darbības vienībās. Pētnieks pēta motorās vienības un salīdzina tās ar emocijām.
Balss un runa
Neironu tīkls no akustiskā signāla izdala daudzus balss parametrus - piemēram, signālu un ritmu. Viņa pēta to izmaiņas laikā un nosaka runātāja stāvokli.
Dažreiz apmācībai tiek izmantota spektrogramma - attēls, kas parāda signāla stiprumu un frekvenci laika gaitā. Turklāt AI analizē vārdu krājumu, lai iegūtu precīzākus rezultātus.
Kur tiek izmantota tehnoloģija
Pārdošana un reklāma
Emociju atpazīšanas tehnoloģijas acīmredzamākā izmantošana ir mārketingā. Ar viņu palīdzību jūs varat noteikt, kā reklāmas video ietekmē cilvēku. Lai to izdarītu, jūs, piemēram, varat uzstādīt struktūru ar kameru, kas mainīs reklāmu atkarībā no garāmbraucošo cilvēku garastāvokļa, dzimuma un vecuma.
Līdzīgu dizainu izstrādājuši jaunie uzņēmumi Cloverleaf un Affectiva. Viņi ieviesa elektronisko plauktu punktu reklāmu ar nosaukumu shelfPoint, kas apkopo datus par pircēju emocijām. Jaunās tehnoloģijas ir pārbaudījušas Procter & Gamble, Walmart un citi lieli uzņēmumi. Pēc Cloverleaf teiktā, pārdošanas apjomi pieauga par 10–40%, bet klientu piesaiste palielinājās 3–5 reizes.
Neparastāks variants ir robotu konsultants ar mākslīgo intelektu. Viņš mijiedarbosies ar klientiem, lasīs viņu emocijas un ietekmēs viņus. Un arī sastādiet personalizētus piedāvājumus.
Apkalpojošo robotu prezentēja Krievijas startup Promobot. Tas izmanto Neurodata Lab izstrādāto neironu tīklu, kas vienlaikus nosaka emocijas no vairākiem avotiem: sejas, balss, kustību ierakstus, kā arī elpošanas un pulsa ātrumus.
Promobot aktīvi pārdod savus robotus ārzemēs. 2018. gadā startaps parakstīja līgumu ar amerikāņu kompāniju Intellitronix par 56,7 miljoniem USD, un nākamajā vienojās par ierīču piegādi Saūda Arābijai, Izraēlai, Kuveitai un Zviedrijai - par tām uzņēmums saņems 1,1 miljonu USD. Pēc Promobot datiem, šodien strādā 492 roboti. 34 valstīs visā pasaulē kā ceļveži, konsjerži, konsultanti un veicinātāji.
Bankas
Emociju atpazīšanas tehnoloģijas palīdz bankām iegūt klientu atsauksmes bez aptaujām un uzlabot apkalpošanu. Nodaļās ir uzstādītas videokameras, un ierakstīšanas algoritmi nosaka apmeklētāju apmierinātību. Neironu tīkli var arī analizēt klienta un operatora balsi un runu zvana laikā uz kontaktu centru.
Krievijā viņi ilgu laiku mēģina ieviest emocionālu AI: tas tika pārbaudīts Sberbank jau 2015. gadā, un trīs gadus vēlāk Alfa-Bank uzsāka savu eksperimentu emociju analīzei no video. Papildus ierakstiem no novērošanas kamerām tiek izmantoti arī zvanu ieraksti. VTB uzsāka izmēģinājuma projektu emocionālās AI ieviešanai 2019. gadā. Un Rosbank kopā ar Neurodata Lab jau ir pārbaudījuši klientu emociju noteikšanu ar balsi un runu. Klients piezvanīja uz banku, un neironu tīkls analizēja viņa stāvokli un sarunas nozīmi. Turklāt AI pamanīja pārtraukumus operatora runā, balss skaļumā un saziņas laikā. Tas ļāva ne tikai pārbaudīt apmierinātību ar pakalpojumu, bet arī uzraudzīt kontaktu centra operatoru darbu.
Tagad Rosbank ir ieviesusi pati savu risinājumu emociju atpazīšanai. Akustiskā signāla vietā sistēma analizē tekstu, kamēr precizitāte saglabājas augsta.
Runas tehnoloģiju centrs ir iesaistīts arī emociju atpazīšanā runā (Sberbank pieder vairākuma akciju). Smart Logger pakalpojums analizē klientu un operatoru balsi un vārdu krājumu, sarunu laiku un pauzes, lai noskaidrotu apmierinātību ar pakalpojumu.
Izklaides sfēra
Emociju atpazīšanas sistēmas var izmantot, lai novērtētu auditorijas reakciju uz filmu. Disney 2017. gadā sadarbībā ar zinātniekiem veica eksperimentu: uzstādīja kameras kinoteātrī un savienoja dziļos mācību algoritmus, lai novērtētu skatītāju emocijas. Sistēma varēja paredzēt cilvēku reakciju, novērojot viņus tikai dažas minūtes. Eksperimenta laikā mēs savācām iespaidīgu datu kopu: 68 marķieri no katra no 3 179 skatītājiem. Kopumā tika iegūti 16 miljoni sejas attēlu.
Tajā pašā nolūkā YouTube video mitināšana ir izveidojusi savu AI ar nosaukumu YouFirst. Tas ļauj video emuāru autoriem un uzņēmumiem pārbaudīt saturu pirms izlaišanas platformā. Lietotāji noklikšķina uz īpašas saites, piekrīt uzņemt video un noskatīties to. Šajā laikā neironu tīkls nosaka viņu reakcijas un nosūta datus kanāla īpašniekam.
Krievijas uzņēmumu vidū reakciju uz video var analizēt, piemēram, Neurobotics. Uzņēmums ir izstrādājis programmu EmoDetect, kas atpazīst prieku, skumjas, pārsteigumu, bailes, dusmas, riebumu un neitralitāti. Programma pēta līdz 20 vietējām sejas funkcijām iesaldētos rāmjos un attēlu sērijās. Sistēma analizē motora vienības un izmanto FACS sejas kodēšanas tehnoloģiju. Ir iespējams ierakstīt video no tīmekļa kameras. EmoDetect API ļauj integrēt produktu ar ārējām lietojumprogrammām.
Emocionālo AI sāk piemērot spēļu industrijā. Tas palīdz personalizēt spēli un palielina mijiedarbību ar spēlētāju.
Piemēram, amerikāņu emocionālais AI uzņēmums Affectiva palīdzēja radīt psiholoģisko trilleri Nevermind. Spriedze ir atkarīga no spēlētāja stāvokļa: sižets kļūst tumšāks, kad viņš ir stresa stāvoklī, un otrādi.
Izglītība
Emociju atpazīšana attiecas arī uz izglītību. To var izmantot, lai klases laikā izpētītu skolēnu noskaņojumu un uzmanību.
Krievu izstrādātāji Permā ir pielietojuši emocionālu AI. Tehnoloģiju attīstības stimuls bija skolēnu uzbrukumi pamatskolas audzēkņiem un skolotājam. Rostelecom un startup New Vision ir izstrādājuši programmu Smart and Safe School, lai uzraudzītu bērnu emocionālo stāvokli. Tas palīdzēs identificēt asociālus pusaudžus pirms traģēdijas.
Tā pamatā bija Pola Ekmana sistēma. Neironu tīkls analizēja mazākās muskuļu kustības, izmantojot sejā 150 punktus. Stundas laikā tika savākts liels datu apjoms: 5-6 tūkstoši kadru katram studentam. Programma pētīja datu kopu un aprēķināja katra bērna emocionālo stāvokli. Pēc veidotāju domām, precizitāte bija 72%.
HR
Emocionālā AI var būt noderīga darbā ar personālu. Tas palīdz noteikt darbinieka stāvokli, savlaicīgi pamanīt viņa nogurumu vai neapmierinātību un efektīvāk pārdalīt uzdevumus.
Turklāt tehnoloģija palīdz pieņemt darbā. Ar emocionālās AI palīdzību jūs varat pārbaudīt darba kandidātu vai noķert melus intervijas laikā.
Amerikāņu uzņēmums HireVue kandidātu novērtēšanai izmanto mākslīgo intelektu. Pretendents iziet video interviju, un neironu tīkls nosaka viņa stāvokli pēc atslēgvārdiem, balss intonācijas, kustībām un sejas izteiksmēm. AI izceļ amatam svarīgās īpašības un piešķir atzīmes, un personāla vadītājs izraugās pareizos kandidātus.
Started Human Londonā izmanto video, lai identificētu emocijas un pieskaņotu tās rakstura īpašībām. Pēc video intervijas vervētāji saņem ziņojumu, kurā teikts, cik kandidāts bija godīgs, zinātkārs, satraukts, aizrautīgs vai pārliecināts un kā viņš atbildēja uz jautājumiem.
Medicīna
Šajā jomā noderēs ne tikai bezkontakta, bet arī kontaktu metodes emociju noteikšanai. Tos aktīvi īsteno ārvalstu jaunuzņēmumi - piemēram, Affectiva un Brain Power. Uzņēmuma attīstībā ietilpst AI brilles, kas palīdz bērniem un pieaugušajiem ar autismu atpazīt citu cilvēku emocijas un attīstīt sociālās prasmes.
Bet neironu tīkli var palīdzēt pacientiem bez valkājamiem sensoriem. Masačūsetsas Tehnoloģiju institūta zinātnieki ir izveidojuši neironu tīklu, kas nosaka depresiju, analizējot personas runu. Rezultāta precizitāte bija 77%. Startup Beyond Verbal izmanto AI, lai analizētu pacientu garīgo veselību. Šajā gadījumā neironu tīkls no audio ieraksta izvēlas tikai balss biomarķierus.
Automašīnas
Masačūsetsas Tehnoloģiju institūts izstrādā AI ar nosaukumu AutoEmotive, kas noteiks vadītāja un pasažieru stāvokli. Viņš ne tikai uzraudzīs stresa līmeni, bet arī centīsies to samazināt - atskaņojot mīkstu mūziku, pielāgojot temperatūru salonā vai izvēloties mazāk noslogotu maršrutu.
Emocionālās AI ierobežojumi
Neironu tīklā nevar ņemt vērā kontekstu
AI ir iemācījusies noteikt cilvēka pamata emocijas un stāvokļus, taču līdz šim tā netiek galā ar sarežģītākām situācijām. Zinātnieki atzīmē, ka sejas izteiksmes ne vienmēr precīzi parāda, kā cilvēks patiesībā jūtas. Viņa smaids var būt izlikts vai sarkastisks, un to var noteikt tikai konteksts.
NtechLab eksperti uzskata, ka joprojām ir grūti precīzi noteikt šīs vai šīs emocijas iemeslu.
NtechLab uzsver, ka ir nepieciešams atpazīt ne tikai sejas izteiksmes, bet arī cilvēka kustības. Daudzveidīgie dati emocionālo AI padarīs daudz efektīvāku. Tam piekrīt arī sejas atpazīšanas produktu izstrādes uzņēmuma VisionLabs vadošais pētnieks Daniils Kirejevs. Pēc viņa domām, ar lielu datu daudzumu palielinās algoritmu precizitāte.
“Ir kļūdas, to skaits ir atkarīgs no daudziem faktoriem: apmācības parauga kvalitātes, apmācītā neironu tīkla, datiem, uz kuriem darbojas galīgā sistēma. Pievienojot informāciju no dažādiem avotiem - piemēram, balsi -, jūs varat uzlabot sistēmas kvalitāti. Tajā pašā laikā ir svarīgi saprast, ka pēc sejas mēs drīzāk nosakām tās izteiksmi, nevis galīgo emociju. Algoritms var mēģināt noteikt simulēto emociju, taču, lai to panāktu, tehnoloģiju attīstībai ir jāsper mazs solis uz priekšu,”saka Daniils Kirejevs.
Slikts aprīkojums
Ārējie faktori ietekmē algoritmu kvalitāti. Lai emociju atpazīšanas precizitāte būtu augsta, videokamerām un mikrofoniem jābūt augstas kvalitātes. Turklāt rezultātu ietekmē apgaismojums, kameras atrašanās vieta. Pēc Daniila Kirejeva teiktā, nekontrolēti apstākļi sarežģī personas stāvokļu noteikšanas procesu.
Lai attīstītos emocionāla AI, nepieciešama kvalitatīva aparatūra. Ja atrodat labu aprīkojumu un pareizi to uzstādījāt, rezultātu precizitāte būs ļoti augsta. Un, kad tā kļūs pieejamāka un izplatītāka, emociju atpazīšanas tehnoloģijas tiks pilnveidotas un aktīvāk ieviestas.
“Sistēmas precizitāte ir atkarīga no daudziem faktoriem. Galvenā no tām ir kameru nekustīgo kadru kvalitāte, kas tiek piešķirta sistēmai atpazīšanai. Nekustīgu kadru kvalitāti, savukārt, ietekmē kameras iestatījumi un īpašības, matrica, apgaismojums, ierīces atrašanās vieta, seju skaits kadrā. Ar pareizu aparatūras un programmatūras konfigurāciju ir iespējams sasniegt atklāto emociju precizitāti līdz 90-95%,”atzīmē mākoņu video novērošanas un video analītikas pakalpojuma“Ivideon”produktu menedžeris Vitālijs Vinogradovs.
Tehnoloģiju perspektīva
Tagad Krievijā emocionālā AI tikai iegūst impulsu. Iesācēji izstrādā tehnoloģiju un tirgo savus produktus, un klienti tos pārbauda piesardzīgi.
Bet Gartners lēš, ka līdz 2024. gadam vairāk nekā puse tiešsaistes sludinājumu tiks veidotas, izmantojot emocionālu AI. Datoru redze, kas tiek izmantota emociju noteikšanai, nākamajos 3-5 gados kļūs par vienu no vissvarīgākajām tehnoloģijām. MarketsandMarkets prognozē, ka emociju analīzes tirgus līdz 2024. gadam dubultosies - no 2,2 miljardiem USD līdz 4,6 miljardiem USD.
Turklāt lielie uzņēmumi izrāda interesi par emociju atpazīšanu - piemēram, Procter & Gamble, Walmart, VTB, Rosbank, Sberbank un Alfa-Bank. Vietējie jaunuzņēmumi izstrādā izmēģinājuma projektus, kas nākotnē kļūs par gataviem risinājumiem biznesam.
Evgeniya Khrisanfova