Már nem az agyba mászik az új chip, hanem a szívet veszi célba

Ha az orvostudományra gondolunk, áldásos, hogy egyre fejlettebb technológia áll rendelkezésre, ahogyan az emberi épséget megőrző, a kényelmesebb, egyszerűbb mindennapokat eredményező fejlesztések terén is elmondható ugyanez.

Vannak azonban a tudománynak olyan útjai, melyekről nem tudni, hová vezetnek, így az emberek többségét inkább meghökkentik, megijesztik, semmint osztatlan sikert aratnának.

Az érzelmeket monitorozó eszközök arcrezdülésekből olvasnák ki az emberi hangulatot, reakciókat. Ez nem a távoli jövő lehetősége, kutatók már tesztelik is: a témában tartott előadást a TED ismeretterjesztő és szórakoztató színpadán Rana el Kaliouby informatikai szakértő. Az előadás a videón, annak magyar kivonata alatta tekinthető meg.

Az érzelemolvasó chipé a jövő?

Fordította: Balla Péter

Az érzelmeink életünk minden aspektusát befolyásolják, az egészségtől kezdve a tanulásig, az üzleteléstől a döntéshozatalig, nagyokat és kicsiket egyaránt. Az érzelmeink befolyásolják azt is, hogyan kötődünk másokhoz. Ilyen világra lettünk teremtve, de ehelyett egyre inkább egy másmilyen - ezt az üzenetet a lányomtól kaptam múlt éjszaka -, érzelemmentes világban kezdünk élni. Az a küldetésem, hogy ezen változtassak. Vissza akarom hozni az érzelmeket digitális élményeinkbe.

15 éve indultam el ezen az úton. Számítógép-szakértő voltam Egyiptomban, és épp akkor vettek fel a Cambridge-i Egyetem doktori programjára. Férjem támogatásával, akinek Egyiptomban kellett maradnia, Angliába költöztem. Cambridge-ben, több ezer mérföldre az otthonomtól rájöttem, hogy több órát töltök a laptopommal, mint bármelyik embertársammal. De az intimitás ellenére a laptopomnak fogalma sem volt az érzéseimről. A mai technológiának magas az IQ-ja, viszont az EQ-ja nem; rengeteg kognitív intelligencia, de semmi érzelmi intelligencia.

Ez elgondolkodtatott: mi lenne, ha a technológia érzékelné érzelmeinket? Mi lenne, ha eszközeink érzékelnék, mit érzünk, és annak megfelelően reagálnának, ahogyan azt egy érzelmileg intelligens barátunk tenné? Ezek a kérdések vezettek engem és a csapatomat olyan technológiák megalkotására, melyek olvassák az érzéseinket, és válaszolnak. Kiindulópontunk az emberi arc volt.

Emberi arcunk történetesen az egyik legerősebb csatorna, melynek révén közösségi és érzelmi állapotainkat közöljük. Az érzelmek tudományában minden arcizommozgást egy egységnek nevezünk. A 12-es mozgásegység például nem egy hollywoodi kasszasiker, ez valójában a száj sarkának felhúzása, ami egy mosoly fő alkotóeleme. Mindenki kipróbálhatja. Lássunk néhány mosolyt. Egy másik példa a 4-es egység. Ez a szemöldök ráncolása. Ilyenkor összevonjuk a szemöldökünket, és létrehozzuk ezeket a formákat meg ráncokat. Nem szeretjük, de erős negatív érzést jelez. Van körülbelül 45 ilyen mozgásegységünk, ezek kombinálva több száz érzelmet fejeznek ki.

Nehéz megtanítani egy számítógépnek, hogy ezeket az érzelmeket olvassa, mert lehetnek ezek gyorsak, rejtettek, és különböző módon keverednek. Vegyük például a mosolyt és a grimaszt. Valamennyire hasonlónak tűnnek, ám nagyon különbözik a jelentésük. Fontos, hogy egy számítógép képes legyen megkülönböztetni egymástól a két érzelmet.

Mindezt hogyan csináljuk? Adunk az algoritmusainknak több tízezer példát emberekről, akikről tudjuk, hogy mosolyognak, ezek különböző etnikumúak, korúak, neműek, és ugyanígy teszünk a grimasszal is. Aztán deep learninget használva az algoritmus megkeresi ezeket a struktúrákat és ráncokat, az arcunk változásait, lényegében megtanulja, hogy minden mosolynak van közös jellemzője, és minden grimasznak élesen különböző jellemzői vannak.

A következő alkalommal, mikor meglát egy új arcot, lényegében rájön, hogy ennek az arcnak ugyanolyan jellemzői vannak, mint a mosolynak, és azt mondja: "Jé, felismerem ezt. Ez egy mosoly kifejezése."

A technológia működésének bizonyítására a legjobb mód egy élő demo kipróbálása, tehát szükségem van egy önkéntesre, lehetőleg valakire, akinek van arca. Cloe lesz a mai önkéntesünk.

Az elmúlt öt év során egy MIT-s kutatási projektből vállalattá nőttük ki magunkat, és a csapatom igen sokat dolgozott azon, hogy ez a technológia működjön, ahogy mondani szokás, a vadonban is. Úgy összezsugorítottuk, hogy a fő érzelemmotor bármelyik kamerás mobileszközön működik, mint ezen az iPad-en is. Tehát próbáljuk ki!

Ahogy láthatják, az algoritmus megtalálta Cloe arcát, ez az a fehér határoló keret, és követi a fő jellemző pontokat az arcán, vagyis a szemöldökét, a szemét, a száját és az orrát. Az a kérdés, hogy fel tudja-e ismerni, mit fejez ki? Most leteszteljük a gépet.

Legelőször mutasd a pókerarcod. Igen, nagyszerű. Aztán, ahogy mosolyog, ez egy valódi mosoly, nagyszerű. A zöld sáv láthatóan növekszik, mikor mosolyog. Ez egy nagy mosoly volt. Megpróbálsz egy enyhébb mosolyt, hogy lássuk, felismeri-e a gép? Felismeri az enyhébb mosolyt is. Nagyon sokat dolgoztunk, hogy ez sikerüljön. Aztán felemelt szemöldök, a meglepetés jelzője. Szemöldökráncolás, a zavartság jelzője. Homlokráncolás. Tökéletes. Ezek mind különböző mozgásegységek. Sokkal több van belőlük. Minden leolvasást érzelmi adatpontnak nevezünk, majd ezek ötvözése ábrázolja a különböző érzelmeket.

Az eddigiekben 12 milliárd ilyen érzelmi adatpontot gyűjtöttünk. Ez a legnagyobb érzelem-adatbázis a világon. 2,9 millió arcot ábrázoló videóról gyűjtöttük ezeket, olyanoktól, akik beleegyeztek érzelmeik megosztásába, világszerte, 75 országban. Naponta növekszik. Lélegzetelállító, hogy tudunk számszerűsíteni egy ennyire személyes dolgot, mint az érzelmeink, és ilyen nagyságrendben tudjuk.

Mit tanultunk tehát eddig? A nemek. Adataink igazolják, amit valószínűleg sejtenek. A nők kifejezőbbek, mint a férfiak. Nemcsak többet mosolyognak, de a mosolyuk tovább tart, és most tényleg számszerűsíteni tudjuk, mi az, amire a nők és a férfiak eltérően válaszolnak. De az adatokban talán az lepett meg a legjobban, hogy úgy tűnik, mindig kifejezőek vagyunk, még akkor is, amikor egyedül ülünk a készülékeink előtt, és nemcsak, amikor cicás videókat nézünk a Facebookon. Kifejezőek vagyunk e-mail és sms írásakor, online vásárláskor, még az adóbevallás kitöltésekor is.

Hol használják ma ezeket az adatokat? Annak megértésére, mennyire köt le a média, hogy mi és miért terjed a neten, hogy hogyan választunk, és arra, hogyan építsük be a gesztus értelmezését a technológiába.

Bemutatok néhány, a szívemhez különösen közel álló példát. A gesztusértelmező szemüvegek segítenek a gyengénlátó embereknek leolvasni mások arcát, és segítenek az autista embereknek az érzelmek értelmezésében, ők ezzel nagyon küszködnek. Oktatás: képzeljék el, hogy az online tanulásban az app érzékeli, ha összezavarodtunk, és lelassít; ha unatkozunk, akkor felgyorsít, ahogyan egy jó tanár tenné az osztályteremben.

Mi lenne, ha a karóránk figyelné kedélyünket, az autónk észlelné, ha fáradtak vagyunk, vagy akár: a hűtőnk tudná, hogy feszültek vagyunk, és lezárná magát, hogy megakadályozza, hogy túlzabáljuk magunkat. Igen, ezt szeretném. Mi lett volna, ha a cambridge-i időkben hozzáfértem volna az érzelemcsatornámhoz, és természetes módon meg tudtam volna azt osztani a családommal, mintha mindannyian együtt lennénk, ugyanabban a szobában?

Azt gondolom, öt év múlva minden eszközünkben lesz érzelemchip, és már nem fogunk emlékezni arra, amikor hiába néztünk homlokráncolva, készülékünk nem mondta: "Ez ugye, nem tetszett?" A nagy kihívás az, hogy a technológiának olyan sok alkalmazási területe van, hogy a csapatommal rájöttünk: nem tudjuk mindet mi megépíteni, ezért közzétettük a technológiát, hogy más fejlesztők is tudjanak építeni rá és alkotni.

Elismerjük, hogy vannak potenciális kockázatok, és vissza lehet élni ezzel, de személy szerint, miután oly sok éve dolgozom rajta, hiszem, hogy az érzelmileg intelligens technológia léte olyan nagy haszon az emberiségnek, hogy az jócskán ellensúlyozza a visszaélés lehetőségét. 

Köszönöm.

Forrás: www.ted.com.

• mobil
• technológia
• Terasz