Искусственный (Эмоциональный) Интеллект


Почему мы должны учить машины, чтобы помочь нам в частном порядке отражать вместо того, чтобы публично читать наши мысли.

“Она должна больше улыбаться”.

“Он просто не кажется, как он заботится”.

У меня плохие новости. Никто из нас не очень хорошо распознает, как другие люди имеют чувства. И мы даже хуже в последовательно обозначать эти чувства. Пока IT-компаний падают на всем протяжении себя в последнее время в поезде назначения — системам, которые “учат” человека ярлыки и оценки — для выполнения этой важной задачи.

Просто чтобы прояснить логику здесь:

  1. Люди—которые не могут достоверно интерпретировать эмоции других—меток и оценить тонны примеров…, как они думают, чувствуют другие люди
  2. Йада йада йада 🌟машинного обучения! 🌟
  3. Вуаля! Объективным и нейтральным классификаций человеческих эмоций. (вы не можете видеть меня, но я делаю “язвить” прямо сейчас)

В моей работе, довольно значительная часть работы пытается найти правильный язык, чтобы помочь людям различать “много данных” и “правда”.

И чтобы было ясно, когда речь заходит о тревожности и нестабильности, которые могут часто сопровождают социального взаимодействия, я понял; это успокаивает определенным образом, считают, что эмоции могли бы поделиться некоторыми универсально “правда” этикетки и, таким образом, может быть “решаемой” с помощью машинного обучения. Но присуще это понятие является семенем чего-то довольно опасно: что эмпатия возможна без взаимности. Или как Шерри Теркл так грубо, но красноречиво фреймов, “иллюзия дружбы без спроса интимности”.

Краткая история теории эмоций

Наука эмоций было крайне спорным, в последний раз … навсегда… люди пытались диаграмма, график, и ярлык эмоции в каждом направлении, с целью ратификации всех в рамках единой теории. Но на практике, это было больше похоже на то, что “разборки” — это для ученых. 😝

Практически единственное, что человек вообще , похоже, согласны на два основных осей аффективных реакций:

  • Валентность: спектр от притяжения (позитивность) до отвращения (негатив)
  • Возбуждение: спектр от супер взволнован, чтобы полностью нейтральным

А потом появилась Лиза Фельдман Барретт, который вроде как взорвался весь основополагающей концепции меченых эмоции, с ней работать на эмоциях строительства. TL;д-р это то, что не академики, которые работают с детьми уже давно понял интуитивно: это на каком языке ведется усиленная наиболее последовательно то, что приживутся. Или говоря иначе: если кто-то постоянно говорит вам, как младенца или маленького ребенка — что вы чувствуете “грустно”, когда вы отвечаете в одну сторону, а “разочарование”, когда вы отвечаете другим способом, вы узнаете, как связать эти ярлыки со сложной внутренней работе твоего собственного тела.

Нет интеллектуальный процесс продолжается, когда ребенок негативно реагирует на вкус пищи; их “отвращение” — это ярлык, который мы искусственно применены к их реакции. А реальность такова, что разные народы, разные культуры, и разные сообщества имеют разные способы, чтобы идти о маркировке и усиления подобных реакций. Например, люди из восточно-азиатских культур склонны полагаться на “неповторимую динамику глаза активность” в большей степени, чем западные европейцы при оценке эмоциональной напряженности. И люди из Америки, Японии и Бельгии культурно-особый опыт с “гнев” и “стыд”. Что добавляет еще больше путаницы и сложности является то, что мы воспринимаем чужие эмоции по-разному на основе характеристик, таких как пол и раса.

Короче, думаю, что это можно объективно классифицировать эмоции черепахи на всем пути вниз.

Понимание намерения

А не валяться слишком долго в литературе, или погружаться глубоко в видах нежелательные перекосы мы отмывают через классификаторы настроения, я хочу сначала попробовать, чтобы сделать нас всех на основе даже. Потому что тема эмоций и ИИ это одно, что я чувствую, что я пытаюсь распаковать почти ежедневно с коллегами и сотрудниками, и мы должны все помочь мы можем получить.

Цель “распознавания эмоций” сегодня систем (таких, как Майкрософт или Гугл) является обеспечение доверия 0-1 балл за предсказание о человеке эмоциональное состояние. Или говоря иначе: чтобы сказать вам, что кто-то испытывает чувства.

Вопрос мы должны спросить: какова ценность?

Это когда разговор вилки из-за серьезных методологических и психологических ограничений (см. ниже), но даже если предположить, что это можно обозначить, как именно кто-то чувствует, как это на самом деле увеличить их способности и дать им возможность достичь большего?

Современные тенденции согласуются с классическими свободно-рыночные стимулы, а именно: как может продавец товаров привлечь больше потребителей товаров с максимально возможной отдачи от своих маркетинговых и R&D инвестиций?

Мы должны задать себе несколько фундаментальных вопросов:

  • Это хорошо для общества, если люди будут только видеть вещи, которые предназначены, чтобы резонировать с ними?
  • Наоборот, это хорошо для общества, если люди не привыкали к тому, что не резонировать с ними?

Как потребители, мы склонны отвергать откровенное сводничество, но мы тоже тяготею массово контент, который мы ожидаем, заставит нас смеяться, плакать, танцевать, или испугаться. Пожалуй, тонкая грань между человеческим ориентированный дизайн и откровенная манипуляция-это свобода и выбор.

Понимание ограничений

Есть четыре внутренних фаз эмоциональность:

  1. Опытные: как я переживаю что-то
  2. Выразил: как мне выразить, как я чувствую
  3. Воспринимается: как вы воспринимаете то, что я рассказал о том, как я испытывал что-то
  4. Отрегулировал: как обратной связи я получаю влияет на вышеупомянутых трех

Ключевым моментом для того, чтобы подчеркнуть, что все это происходит внутри. Потому что в то время как компоненты эмоций могут быть универсальными, и их проявления часто наблюдаемой, есть множество слоев когнитивных предубеждений, контекстные подсказки и социализации фильтры, которые отображают внутренний-работники довольно непрозрачные.

Поэтому, учитывая, что мы установили выше, в сочетании с тем, что мы уже знаем о восприятии человека и, как машинного обучения систем, я предлагаю только научно обоснованных путь вперед для аффективных вычислений, чтобы сосредоточиться на воспринимаемой эмоции.

Сосредоточив усилия дизайна на понимание воспринимаемых эмоций будет основополагающим стержнем в, как мы думаем о пакетировании аффективных вычислений; от “идеальная” точность (или продажи промоутер результат) и к большему количеству использования управляемых форм шаблон поиск. Это откроет богатый и в значительной степени неиспользованным инновационного пространства вокруг человека в центре машинного обучения моделей, которые могли бы обнаружить связи между особенностями опыта и частей нашего аффективного спектра, которые загораются во время этих опытов.

Сопоставление ответов на 2D плоскости возбуждения (волнения) и валентность (спектра притяжения до отвращения) требует от нас, чтобы согнуть график немного, потому что невозможно иметь высокое возбуждение на нейтральной валентности, и в равной степени невозможно иметь нейтральное возбуждение крайне положительную или отрицательную валентность.

Ориентированный на человека аффективных вычислений

Поверхности Дизайн для саморефлексии идет гораздо глубже, чем пытаются создать ИИ, который знает, как говорить по-человечески. Вот несколько примеров для затравки дискуссии:

  1. Люди в роли эмоциональных переживаний (например, кризиса советников, представителей службы поддержки, психологов, педагогов и др.) может самостоятельно оценить свои собственные аффективные состояния периодически в течение дня как средство, напомнив себе, что они могут только служить другим, если они тоже ухаживают за собой. Кроме того, если бы они чувствовали себя комфортно, делая так, они мог бы разделить сигналы с надежным партнером как средству создания спасательный круг.
  2. Когнитивно-поведенческие терапевты могут работать со своими пациентами, чтобы позволить им играть в игры или создавать произведения искусства, используя их аффективного выражения в качестве входных данных для контроллера, кисть, или музыкальный инструмент.
  3. При подготовке к презентации перед группой людей, что вы не имеете большой опыт, вы могли бы “практика” перед агентом AI и получить обратную связь о том, как различные социально-культурные группы могут воспринимать вас. Это значит относиться к ИИ как в песочнице; экспериментировать с различными стилями, сценарии и аудиторию, для того чтобы вы могли построить свою личную ментальную модель (не просто вам какой-то “результат” возвращается к вам).

Всегда будут ограничения (и это нормально!)

Кроме должную осмотрительность, мы могли бы ожидать от любого процесса разработки продукта с точки зрения сбора данных из широкого разнообразия источников, следующие ограничения будет иметь решающее значение, чтобы вызвать при оценке какого-либо узнал систему аффективных:

  1. Мы можем только ярлык кто-то на основе наших представлений о том, как они выразили свои внутренние процессы.
  2. Любую модель мы хотели бы только когда-либо быть в состоянии предсказать, как определенные люди воспринимают влияние некоторых других людей при определенных условиях.
  3. Там никогда не будет идеальным способом для собственной этикетке, потому что, как только они были осведомлены о том, что они не наблюдаются, тогда как принцип Гейзенберга, они изменяют свое состояние или этикетку.
  4. Эмоции не застыли во времени. Поэтому любые узнал систем мы ж должны сосредоточиться больше на переходы между государствами, чем сами государства.

Мы должны отпустить ложное убеждение, что это возможно, чтобы точно знать, как кто-то испытывает чувства. И нам нужно задать несколько вопросов, лежащих в основе неуверенности, что нас хотят читать чужие мысли в первую очередь. Простую истину, что ничто не заменит близости; для проведения пространство с кем-то; для диалога.

Так что давайте выбирать с умом наши ярлыки.

Джош ведет дизайн для Этика и общество в Microsoft, руководящие технические и опыт инновационной деятельности по отношению к этической, ответственных и устойчивых результатов. Он считает, что ориентированный на человека дизайн-мышление может изменить мир к лучшему; что, стремясь удовлетворять потребности людей, особенно на периферии — с уважением, восстановить и расширить свои возможности, мы можем создать формы технологических инноваций, которые в противном случае были бы невидимы.

https://medium.com/media/56fab36ee3c7d3f16dadba4f2528828d/href


Искусственный (аффективные) интеллекта была впервые опубликована в коллективной УБ на средних, где люди продолжают разговор, выделение и реагирование на эту историю.

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Этот сайт использует Akismet для борьбы со спамом. Узнайте как обрабатываются ваши данные комментариев.