Статья "Эмоциональный искусственный интеллект – компьютинг Affective Computing – перспективы и реальность"

УДК278.03.09.

Эмоциональный искусственный интеллект –
компьютинг Affective Computing –

перспективы и реальность

Аннотация. В статье проанализированы три основные тенденции Affective Computing. Определены их сильные и слабые стороны, а также возможные перспективы дальнейшего развития эмоционального искусственного интеллекта.

Ключевые слова: Affective Computing, многоаспектность, мультимодальность, Behavior detection systems, body-tracking, эмоциональный искусственный интеллект.

Эмоциональная сфера – непознанное сокровище личности.

Тот, кто подберет к нему ключ, будет владеть миром.

К.Г. Юнг

Эпоха технорационализма, четкая и логичная, лишенная, лишенная малейшего оттенка эмоциональной индивидуальности, отошла в прошлое. Даже в такой сфере деятельности, как бизнес, современный человек принимает решение о покупке определенного продукта, основываясь на своих чувствах к нему. Поэтому эмоциональная составляющая завоевывает новые сферы деятельности: сервис, аналитику и технологии.

В современности наступает эра эмоционального искусственного интеллекта, максимально приближенного к интеллекту человеческой личности. Affective Computing (аффективные вычисления) – область новейших компьютерных эмоциональных технологий, стремительно развивается на протяжении последних десяти лет.

Однако, недаром А. Столяренко называл эмоции – «сферой тайн и загадок» [1]. Некоторые ошибки и клише на данный момент наиболее часто встречаются в различных сферах человеческой деятельности. В области научных технологий, бизнесе и медиапространстве сегодня существует три наиболее популярных и в то же время ошибочных тенденции об эмоциях в Affective Computing. Необходимо проанализировать каждую из них.

1. Наследие Пола Экмана. Суть тенденции заключается в следующем: при проявлении лицевых экспрессий (т.е. мимики) любой человек способен выражать и определять «базовый» набор эмоций – «гнев, страх, отвращение, радость, грусть» [2]. Однако данная теория полностью исключает индивидуальный аспект эмоций, превращая их в явление исключительно коллективного порядка. Как результат, эта тенденция неоднократно пересматривалась и перерабатывалась. После очередного пересмотра теории, удивление было исключено из списка базовых эмоций (рис. 1).

Рисунок 1 – Базовые эмоции и нейтральное состояние согласно классификации Пола Экмана

Теория за все время своего существования подверглась многочисленной критике. Например, Джеймс Рассел отрицал «универсальность, коллективность» эмоциональных состояний. А также отрицал прямую связь между выражением лица и эмоциональным состоянием. Нейробиолог Лиза Баррет ставила акцент на том, что эмоции приобретаются человеком посредством опыта, т.е. изменяются на протяжении всего жизненного пути, а не даются с рождения «четко утвержденным коллективным набором». Кроме того, эмоции для представителей разных культур, народностей (даже у одного и того же отдельного человека в той или иной ситуации) проявляются по-разному. Однако, несмотря на указанные недочеты, эта тенденция обладает достаточным научно-исследовательским потенциалом, чтобы совершить настоящую революцию в сфере науки об эмоциях.

Из вышесказанного следует вывод: эмоции – не универсальная, коллективная сущность. Аффективные датасеты, использующиеся для обучения алгоритма, должны быть специфичными и включать известия о культуре, языковой и гендерной принадлежности, даже возрастной группе, чтобы максимально четко определить эмоцию. Также алгоритмы распознавания эмоций должны обладать максимальной восприимчивостью к контексту – т.е. определенной конкретной ситуации, в которой они используются. Некоторые исследователи (С. Д’Мелло) и лаборатории пытались учитывать и анализировать эмоциональный контекст, но реальных шагов от «крупных» международных компаний в данном направлении сделано не было.

2. «Улыбка — показатель счастья». Самое простое эмоциональное действие, успешно детектируемое алгоритмами уже сегодня – это улыбка (рис. 2). Хотя у самой улыбки, кроме счастья, могут быть довольно разные эмоциональные значения: радость, поддержка, удовлетворение и т.п. Кроме того, на функцию улыбки в большой степени влияет и социальный контекст: находится ли человек наедине с самим собой или в коллективе.

Рисунок 2 – Компьютерное изображение улыбки, детектируемое датасетами

Таким образом, чтобы машина (искусственный интеллект) научилась распознавать эмоции, необходимо их изучать в тесной связи с социальным контекстом, а также различными проявлениями человеческой индивидуальности. Главный элемент эмоции – мультимодальность. То есть, изучение, распознавание и анализ эмоций машиной должен происходить не только визуально (по выражению лица), но и в совокупности с акустическими параметрами, физиологическими характеристиками, движениями тела – комплексным состоянием человека в тот или иной момент времени. Например, испытывая и выражая эмоцию счастья, человек вовсе не обязательно должен улыбаться.

Однако, на данный момент при аффективных вычислениях (коммерческая версия) современные технологии способны распознавать эмоции только как визуальную данность, отдельно от социального контекста.

3. «Язык» тела. Из сказанного выше можно сделать следующие выводы:

- эмоция выражается не только лицом (мимикой). Это многоаспектное понятие включает в себя и голос, различные физиологические проявления, определенные движения тела;

- проявление эмоции тесно связано с индивидуальным психофизиологическим и психоэмоциональным, национально-культурным и контекстуальным аспектами, проявляющимися в конкретной ситуации.

Сегодня большую популярность приобрела практика определения – говорит человек правду или нет? При этом исследователи ориентируются на определенные движения тела: например, человек все время пытается закрыть рукой губы, постоянно дотрагивается до рта, совершает массу мелких, суетливых, нервозных жестов, когда лжет и в противовес этому – принимает спокойную позу и чувствует себя свободно, когда говорит правду. Данная теория получила широкое распространение. Ее отражение наблюдается не только в специализированных областях управления стрессом и вопросами безопасности, но и в кинематографе.

В качестве наглядного подтверждения этого можно использовать Behaviordetection systems (автоматические системы распознавания паттернов поведения). Впервые они были установлены в США в конце 20 века и с тех пор широко распространились по всему миру. Однако и сегодня многие ученые-исследователи утверждают, что четко обозначенных психологических особенностей личности, ключевых характеристик, присущих террористам, преступникам, психически нестабильным людям, найдено не было.

Конечно, определенная связь между невербальными сигналами и эмоциональным поведением существует. В настоящее время развивается и действует технология трекинга телодвижений, т.н. body-tracking. Использование его в Affective Computing позволяет собрать массив статистических данных относительно связи между определенными движениями человека и выражением эмоций [3].

Аффективные вычисления – удивительная сложная научная сфера, находящаяся на рубеже высоких технологий. Единой технологии, позволяющей максимально точно «читать эмоции», сегодня не существует, не смотря на широкую популярность вышеописанных тенденций. Очень важно углубить и разработать эти направления, разработать единую систему, работающую точно, лаконично и беспристрастно на благо человечества.

Список использованной литературы:

1. Бурлачук, Л. Ф. Психодиагностика личности [Текст] / Л. Ф. Бурлачук. – К. : «Здоровье», 1989. – 168 с. : с илл.

2. Ухтомский, А. А. Доминанта [Текст] / А. А. Ухтомский. – М.-Л., 1966.

3. Сальников, И. С. Современные методы и методики изучения и диагностирования интеллектуально-психофизиологических состояний человека и способы их компьютерной аудио-визуальной терапии [Текст] / И. С. Сальников, Р. И. Сальников // Искусственный интеллект. – 2006, № 4. – С. 548–554.