Spartus AI pokalbių robotų augimas beveik vienodai sukėlė etinių susirūpinimą, jaudulį ir susirūpinimą dėl užimtumo. Bet ar statymai vėl bus padidinti?

Jei šie įrankiai turi Achilo kulną, tai yra nesugebėjimas atsižvelgti į žmogaus emocijas į atsakymus. Tačiau dėl „emocinio AI“ srities pažangos gali būti, kad būsime dar vieno didžiulio DI technologijos šuolio liudininkai.

Emocinė problema

Žmogaus emocijų supratimas gali būti sudėtingas net žmonėms. Nepaisant to, kad tai yra kažkas, ko pradedame mokytis gimdami, vis tiek dažnai galime klaidingai suprasti kito emocijas. Išmokyti mašinas įgūdžių, kurių žmonės neįvaldė, yra didžiulis iššūkis.

Tačiau emocijų dirbtinis intelektas, dar žinomas kaip emocinis skaičiavimas, srityje žengia nepaprastą pažangą. Norint suprasti, kaip veikia emocinis AI, svarbu jį palyginti su tuo, kaip žmonės interpretuoja kitų emocijas. Procesą galima suskirstyti į tris pagrindines sritis:

  • Veido išraiškos / manieros: Akivaizdu, kad kažkas švyti kaip Češyro katė. Bet kaip su ašaromis? Tai gali būti džiaugsmo ar liūdesio ašaros. Tada yra subtilybių ir trumpalaikių posakių, kurių vos pastebime, bet pasąmonėje suteikiame užuominų apie kitų emocijas.
    instagram viewer
  • Kūno kalba: Vėlgi, čia yra daug įkalčių, kurias žmonės beveik nesąmoningai naudoja emocinėms būsenoms nustatyti.
  • Balso linksniavimas: Balso tonas ir linksniavimas gali būti stiprus emocinės būsenos rodiklis. Pavyzdžiui, skirtumo tarp džiaugsmo ir pykčio atpažinimas dažnai slypi niuansuose, kaip kažkas sakoma.

Žmogaus emocijų niuansai yra ta vieta, kur kyla iššūkių. Norėdami išspręsti šiuos iššūkius, emocijų AI naudoja daugybę metodų.

Kaip veikia Emotion AI?

Panašiai, kaip remiasi AI pokalbių robotai didžiulės duomenų bazės, vadinamos dideliais kalbų modeliais (LLM), kad sukurtų atsakymus, emocinis AI taip pat priklauso nuo didžiulio duomenų rinkinio. Pagrindinis skirtumas yra duomenų forma.

1 veiksmas: duomenų rinkimas

Emociniai AI „modeliai“ renka duomenis iš įvairių šaltinių. Kaip ir LLM, tekstas sudaro modelio dalį. Tačiau emociniai AI modeliai taip pat naudoja ir kitų formų duomenis, įskaitant:

  • Balso duomenys: tai gali būti iš įrašytų klientų aptarnavimo skambučių ar vaizdo įrašų, be kitų šaltinių.
  • Veido išraiškos: Šie duomenys gali būti renkami iš įvairių šaltinių. Vienas iš dažniausių būdų – įrašyti savanorių išraiškas per nufilmuotą telefono vaizdo įrašą.
  • Fiziologiniai duomenys: Norint nustatyti savanorių dalyvių emocinę būseną, galima išmatuoti tokius rodiklius kaip širdies susitraukimų dažnis ir kūno temperatūra.

Surinkti duomenys gali būti naudojami žmogaus emocinėms būsenoms nustatyti. Verta paminėti, kad ne visi emociniai AI modeliai naudos to paties tipo duomenis. Pavyzdžiui, skambučių centras turės mažai naudos vizualiniams ir fiziologiniams duomenims. Tuo tarpu sveikatos priežiūros srityje fiziologinių duomenų įtraukimas yra nepaprastai naudingas.

2 žingsnis: emocinis atpažinimas

Tai, kaip duomenys naudojami emocinėms būsenoms suprasti, priklauso nuo jų tipo:

  • Teksto analizė: rašytiniam tekstui interpretuoti naudojamos tokios technikos kaip jausmų analizė arba natūralios kalbos apdorojimas. Jie gali identifikuoti raktinius žodžius, frazes ar modelius, nurodančius emocines būsenas.
  • Balso analizė: Mašininio mokymosi algoritmai analizuoja asmens balso aspektus, pvz., aukštį, garsumą, greitį ir toną, kad nustatytų emocines būsenas.
  • Veido išraiškos analizė: Kompiuterinis matymas ir giluminio mokymosi metodai naudojami veido išraiškoms analizuoti. Tai gali apimti pagrindinių išraiškų (laimės, liūdesio, pykčio, nuostabos ir kt.) ar subtilesnių „mikroraiškų“ atpažinimą.
  • Fiziologinė analizė: kai kurios emocinės AI sistemos gali analizuoti fiziologinius duomenis, pvz., širdies ritmą ir temperatūrą, kad nustatytų emocines būsenas. Tam reikalingi specializuoti jutikliai ir paprastai naudojami moksliniams tyrimams ar sveikatos priežiūrai.

Emocinio AI veikimo specifika skiriasi priklausomai nuo programos tikslo. Tačiau dauguma emocingų AI modelių remsis bent vienu iš išvardytų metodų.

3 veiksmas: sugeneruokite atsakymą

Paskutinis žingsnis – dirbtinio intelekto modelis tinkamai reaguoti į nulemtą emocinę būseną. Kaip šis atsakas pasireiškia, priklauso nuo AI tikslo. Tai gali būti perspėjimas skambučių centro darbuotojui, kad kitas skambinantis asmuo yra nusiminęs, arba tai gali būti programos turinio suasmeninimas.

Visas šios technologijos panaudojimo spektras bus didžiulis, o organizacijos jau taiko įvairiais būdais.

Kokie yra emocinio AI pritaikymai?

AI apskritai yra technologinis daugiafunkcis įrankis, o emocinis AI nesiskiria. Tobulėjant technologijoms, naudojimo paplitimas labai išsiplės, ką liudija jos jau atliekamų užduočių įvairovė:

  • Skambučių centrai: „Emotion AI“ integruojamas į skambučių centrus, siekiant padėti agentams nustatyti emocinę klientų būseną.
  • Reklama: Rinkodaros agentūros stebi savanorių komandas, kad įvertintų jų emocinę reakciją žiūrint konkretų skelbimą. Tai leidžia jiems pakoreguoti turinį, kad jis labiau atitiktų norimą emocinį atsaką.
  • Sveikatos apsauga: AI jau padeda gydyti psichikos sveikatos sutrikimus. Ši medicinos sritis yra ta, kurioje emocinis AI gali būti labai naudingas.
  • Išsilavinimas: Švietimo programėlės gali būti išmokytos koreguoti kursinį darbą ir bendrą „mokymosi patirtį“, atsižvelgiant į emocinę studento būklę.
  • Automobilių pramonė: Tai ruošiamasi, tačiau emocinis AI gali būti neįkainojama vairavimo pagalba. Šiuolaikiniai tyrimai skirti kurti sistemas, kurios gali nustatyti vairuotojo emocinę būseną. Tada gali prireikti tam tikrų taisomųjų veiksmų, jei vairuotojas yra pernelyg pavargęs, įsitempęs, piktas ar tiesiog pasvajojęs.

Visa tai skamba gerai ir gerai, tačiau, kaip ir su AI, tai niekada nėra taip paprasta. Etikos ir privatumo problemos, susijusios su generuojamuoju dirbtiniu intelektu, yra tokios pat tinkamos, tačiau dabar į mišinį įtrauktos žmogiškos emocijos.

Emocinio AI etiniai ir privatumo klausimai

Atrodo, kad kiekviena AI mums suteikiama nauda – o jų yra daug – yra atitinkamas etinis arba privatumo susirūpinimas. Ši novatoriška technologija veikia ties technologinių žinių riba. Ji taip pat veikia visuomenės žinių ribose.

Emocijų ir technologijų sankirta yra nusėta sudėtingų iššūkių, kuriuos reikia spręsti, jei dirbtinis intelektas nori būti palaima, o ne našta. Kai kurie iš karto akivaizdūs rūpesčiai yra šie:

  • Susirūpinimas dėl duomenų privatumo: Jau pilka sritis AI, jautrių emocinių duomenų įtraukimas pakėlė kartelę.
  • Tikslumas: AI pokalbių robotai yra daug dalykų, tačiau jų atsakymai dažnai yra platūs. Tos pačios klaidos, padarytos emociniuose AI modeliuose, gali turėti rimtų pasekmių, jei jos pasitaiko tokiose programose kaip sveikatos priežiūra.
  • Emocinė manipuliacija: Sukčiai gali panaudoti emocinį dirbtinį intelektą, kad sužaistų žmonių jausmus, turėdami piktų kėslų.

Šie rūpesčiai yra tikri, o suderintos pastangos juos išspręsti yra raktas į visas emocinio AI privalumus.

Nežinau, juoktis ar verkti

Tai daug žadanti technologija, turinti didžiulę potencialią naudą. Tačiau jis neša tam tikrą „emocinį bagažą“ su savimi. Privalumas yra didžiulis galimų programų pasirinkimas, kur tai gali turėti didelį skirtumą. Emocinis AI gali būti naudingas viskam, pradedant sveikatos priežiūra ir baigiant labiau įtraukiančiomis žaidimų patirtimi.

Tačiau, jei norime tai panaudoti siekdami naudos, o ne trukdyti žmonijai, reikia išspręsti keletą didelių problemų.