Tehisintellekt areneb Venemaal ja kogu maailmas aktiivselt - sealhulgas emotsionaalne. Teda huvitavad suured ettevõtted ja ambitsioonikad idufirmad, kes tutvustavad uusi arenguid jaekaubanduses, turunduses, hariduses, panganduses ja värbamises. Mordor Intelligence'i andmetel hinnati emotsioonituvastusturu väärtuseks 2018. aastal 12 miljardit dollarit ja see kasvab 2024. aastaks 92 miljardi dollarini.
Mis on emotsionaalne AI
Emotsioonide AI on AI, mis võimaldab arvutil inimese emotsioone ära tunda, neid tõlgendada ja neile reageerida. Kaamera, mikrofon või kantav andur loeb inimese olekut ja närvivõrk töötleb emotsiooni määramiseks andmeid.
Emotsioonide analüüsimiseks on kaks peamist viisi:
- Võtke ühendust. Inimesele pannakse seade, mis loeb tema pulssi, keha elektrilisi impulsse ja muid füsioloogilisi näitajaid. Selliste tehnoloogiate abil saab määrata mitte ainult emotsioonid, vaid ka stressitaseme või epilepsiahoogude tõenäosuse.
- Kontaktivaba. Emotsioone analüüsitakse video- ja helisalvestiste põhjal. Arvuti õpib näoilmeid, žeste, silmaliigutusi, häält ja kõnet.
Neuraalvõrgu koolitamiseks koguvad andmeteadlased andmete proovi ja märgistavad inimese emotsionaalse seisundi muutuse käsitsi. Programm uurib mustreid ja mõistab, millised märgid milliste emotsioonide juurde kuuluvad.
Neuraalvõrku saab treenida erinevate andmete alusel. Mõned ettevõtted ja laborid kasutavad videolinti, teised õpivad häält ja mõned saavad kasu mitmest allikast. Kuid mida mitmekesisemad andmed, seda täpsem on tulemus.
Vaatleme kahte peamist allikat:
Reklaamvideo:
Fotod ja fotod videost
Esiteks töödeldakse pilte, et AI-l oleks lihtsam töötada. Näojooned - kulmud, silmad, huuled ja nii edasi - on tähistatud punktidega. Neuraalvõrk määrab punktide asukoha, võrdleb neid malli põhjal emotsioonide märkidega ja teeb järelduse, milline emotsioon peegeldub - viha, hirm, üllatus, kurbus, rõõm või rahulikkus.
On ka teine lähenemisviis. Emotsioonide markerid märgitakse kohe näole - näiteks naeratus või kulmu kortsutavad kulmud. Seejärel otsib närvivõrk pildilt markerid, analüüsib nende kombinatsioone ja määrab inimese oleku.
Emotsioonimarkerite uurimine algas 20. sajandil. Tõsi, siis käsitleti neid närvivõrkudest eraldi. Teadlased Paul Ekman ja Wallace Friesen töötasid 1978. aastal välja näo kodeerimise süsteemi (FACS). See jaguneb näoilmed üksikuteks lihasliigutusteks ehk tegevusühikuteks. Teadlane uurib motoorseid üksusi ja võrdleb neid emotsioonidega.
Hääl ja kõne
Neuraalvõrk eraldab helisignaalist palju hääle parameetreid - näiteks heli ja rütmi. Ta uurib nende muutumist ajas ja määrab esineja oleku.
Mõnikord kasutatakse treenimiseks spektrogrammi - pilt, mis näitab signaali tugevust ja sagedust aja jooksul. Lisaks analüüsib AI täpsemate tulemuste saamiseks sõnavara.
Kus on kasutatud tehnoloogiat
Müük ja reklaam
Emotsioonituvastustehnoloogia kõige ilmsem kasutamine on turunduses. Nende abiga saate kindlaks teha, kuidas reklaamivideo inimest mõjutab. Selleks saate näiteks paigaldada kaameraga struktuuri, mis muudab reklaami sõltuvalt mööduvate inimeste tujust, soost ja vanusest.
Sarnase disaini töötasid välja idufirmad Cloverleaf ja Affectiva. Nad tutvustasid elektroonilist riiulipaigutuse reklaami nimega shelfPoint, mis kogub andmeid ostjate emotsioonide kohta. Uusi tehnoloogiaid on testinud Procter & Gamble, Walmart ja teised suured ettevõtted. Cloverleafi andmetel kasvas müük 10–40%, samas kui klientide kaasatus kasvas 3–5 korda.
Ebatavalisem variant on tehisintellektiga robotkonsultant. Ta suhtleb klientidega, loeb nende emotsioone ja mõjutab neid. Ja tehke ka isikupärastatud pakkumisi.
Teenindusroboti esitas Venemaa startup Promobot. See kasutab Neurodata Labi välja töötatud närvivõrku, mis määrab emotsioonid mitmest allikast korraga: näo, hääle, liikumise, aga ka hingamise ja pulsisageduse salvestused.
Promobot müüb oma roboteid aktiivselt välismaal. 2018. aastal sõlmis startup Ameerika ettevõtte Intellitronixiga 56,7 miljoni dollari eest lepingu ja järgmises leppis kokku seadmete tarnimises Saudi Araabiasse, Iisraeli, Kuveidisse ja Rootsi - nende eest saab ettevõte 1,1 miljonit dollarit. Promoboti andmetel töötab täna 492 robotit. 34 riigis üle maailma teejuhtide, uksehoidjate, konsultantide ja edendajatena.
Pangad
Emotsioonituvastustehnoloogiad aitavad pankadel saada klientide tagasisidet ilma küsitlusteta ja parandada teenindust. Osakondadesse on paigaldatud videokaamerad ning salvestuse algoritmid määravad külastajate rahulolu. Neuraalvõrgud suudavad analüüsida ka kliendikeskuse kõne ajal kliendi ja operaatori häält ja kõnet.
Venemaal on nad pikka aega üritanud emotsionaalset AI-d rakendada: seda katsetati Sberbankis 2015. aastal ja kolm aastat hiljem käivitas Alfa-Bank pilootide emotsioonide analüüsimiseks videost. Lisaks valvekaamerate salvestustele kasutatakse ka helisalvestusi. VTB käivitas pilootprojekti emotsionaalse AI rakendamiseks 2019. aastal. Ja Rosbank on koos Neurodata Labiga juba testinud klientide emotsioonide kindlaksmääramist hääle ja kõne abil. Klient helistas panka ja närvivõrk analüüsis tema olekut ja vestluse tähendust. Lisaks märkas AI operaatori kõne, hääletugevuse ja suhtlusaja pause. See võimaldas mitte ainult kontrollida teenusega rahulolu, vaid ka jälgida kontaktkeskuste operaatorite tööd.
Nüüd on Rosbank emotsioonide äratundmiseks oma lahenduse rakendanud. Akustilise signaali asemel analüüsib süsteem teksti, samas kui täpsus püsib kõrge.
Samuti on kõnetehnoloogia keskus seotud emotsioonide tuvastamisega kõnes (kontrollpakk kuulub Sberbankile). Smart Loggeri teenus analüüsib klientide ja operaatorite häält ja sõnavara, kõneaega ja pause, et selgitada välja teenusega rahulolu.
Meelelahutus
Emotsioonituvastussüsteeme saab kasutada, et hinnata publiku reaktsiooni filmile. Disney viis 2017. aastal koostöös teadlastega läbi eksperimendi: paigaldas kinodesse kaamerad ja ühendas süvaõppe algoritmid, et hinnata vaatajate emotsioone. Süsteem võiks ennustada inimeste reaktsioone, jälgides neid vaid mõni minut. Katse ajal kogusime muljetavaldava andmekogumi: 68 markerit igalt 3197 vaatajalt. Kokku saadi 16 miljonit näopilti.
Samal eesmärgil on YouTube'i video hostimine loonud oma AI nimega YouFirst. See võimaldab videoblogijatel ja ettevõtetel sisu proovida enne platvormile avaldamist. Kasutajad klõpsavad spetsiaalset linki, nõustuvad video filmima ja seda vaatama. Sel ajal määrab närvivõrk nende reaktsioonid ja saadab andmed kanali omanikule.
Venemaa ettevõtete hulgas saab videotele reageerimist analüüsida näiteks ajakirja Neurobotics abil. Ettevõte on välja töötanud programmi EmoDetect, mis tunneb ära rõõmu, kurbust, üllatust, hirmu, viha, vastikust ja neutraalsust. Programm uurib kuni 20 kohalikku näojoont külmutatud kaadrites ja pildiseerias. Süsteem analüüsib mootoriseadmeid ja kasutab FACS-i näokoodeerimise tehnoloogiat. Videot on võimalik salvestada veebikaamerast. EmoDetect API võimaldab teil toote integreerida väliste rakendustega.
Emotsionaalset AI-d hakatakse rakendama ka mängutööstuses. See aitab mängu isikupärastada ja mängijatega rohkem suhelda.
Näiteks aitas Ameerika emotsionaalne AI-ettevõte Affectiva luua psühholoogilise põnevuse Nevermind. Pinge sõltub mängija seisundist: süžee muutub tumedamaks, kui ta on stressi all, ja vastupidi.
Haridus
Emotsioonituvastus kehtib ka hariduse kohta. Seda saab kasutada õpilaste meeleolu ja tähelepanu tundide uurimiseks.
Vene arendajad on Permis emotsionaalset AI-d rakendanud. Tehnoloogia arengu tõukeks olid õpilaste rünnakud põhikooliõpilaste ja õpetaja vastu. Rostelecom ja startup New Vision on välja töötanud nutika ja turvalise kooli programmi laste emotsionaalse seisundi jälgimiseks. See aitab tuvastada asotsiaalseid noorukid enne tragöödia toimumist.
See põhines Paul Ekmani süsteemil. Neuraalvõrk analüüsis vähimatki lihaste liikumist, kasutades näole 150 punkti. Tunni ajal koguti palju andmeid: 5-6 tuhat kaadrit iga õpilase kohta. Programm uuris andmekogumit ja arvutas välja iga lapse emotsionaalse seisundi. Tegijate sõnul oli täpsus 72%.
HR
Emotsionaalne AI võib olla kasulik personaliga töötamisel. See aitab kindlaks teha töötaja seisundi, märgata tema väsimust või rahulolematust õigeaegselt ning ülesandeid tõhusamalt ümber jaotada.
Lisaks aitab tehnoloogia värbamisel. Emotsionaalse AI abil saate kontrollida töökoha kandidaati või saada intervjuu ajal vale.
Ameerika ettevõte HireVue kasutab kandidaatide hindamiseks tehisintellekti. Taotleja läbib videointervjuu ja närvivõrk määrab tema seisundi märksõnade, hääle intonatsiooni, liigutuste ja näoilmete abil. AI tõstab esile töö jaoks olulised omadused ja annab hindeid ning personalijuht valib õiged kandidaadid.
Londonis asuv startup Human kasutab emotsioonide tuvastamiseks ja nende iseloomuomaduste sobitamiseks videot. Pärast videointervjuud saavad värbajad raporti, milles öeldakse, kui kandidaat oli aus, uudishimulik, elevil, kirglik või enesekindel ja kuidas nad küsimustele vastasid.
Ravim
Selles valdkonnas on kasulikud mitte ainult kontaktivabad, vaid ka emotsioonide määramise kontaktmeetodid. Neid rakendavad aktiivselt välismaised idufirmad - näiteks Affectiva ja Brain Power. Ettevõtte arengud hõlmavad AI-prille, mis aitavad autismi põdevatel lastel ja täiskasvanutel ära tunda teiste inimeste emotsioone ja arendada sotsiaalseid oskusi.
Kuid närvivõrgud saavad patsiente aidata ilma kantavate anduriteta. Massachusettsi tehnoloogiainstituudi teadlased on loonud närvivõrgu, mis tuvastab inimese kõne analüüsides depressiooni. Tulemuse täpsus oli 77%. Ja Startup Beyond Verbal kasutab AI-d patsientide vaimse tervise analüüsimiseks. Sel juhul valib närvivõrk helisalvestiselt ainult hääle biomarkerid.
Autod
Massachusettsi Tehnoloogiainstituut töötab välja AI-d nimega AutoEmotive, mis teeb kindlaks juhi ja reisijate seisundi. Ta ei jälgi mitte ainult stressitaset, vaid proovib seda ka vähendada - mängides pehmet muusikat, reguleerides salongi temperatuuri või valides vähem hõivatud marsruudi.
Emotsionaalse AI piirangud
Neuraalvõrk ei saa konteksti arvestada
AI on õppinud tuvastama põhilisi inimese emotsioone ja olekuid, kuid siiani ei tule see keerukamate olukordadega toime. Teadlased märgivad, et näoilmed ei näita alati täpselt seda, kuidas inimene end tegelikult tunneb. Tema naeratus võib olla hell või sarkastiline ning seda saab määrata ainult kontekst.
NtechLabi eksperdid usuvad, et selle või selle emotsiooni põhjust on endiselt raske täpselt kindlaks teha.
NtechLab rõhutab, et on vaja ära tunda lisaks näoilmetele ka inimese liigutused. Erinevad andmed muudavad emotsionaalse intelligentsuse palju tõhusamaks. Näotuvastusega tootearendusettevõtte VisionLabs juhtiv teadur Daniil Kireev on sellega nõus. Tema arvates suureneb suure hulga andmetega algoritmide täpsus.
“Vigu on, nende arv sõltub paljudest teguritest: treeningvalimi kvaliteedist, treenitud närvivõrgust, andmetest, millel lõppsüsteem töötab. Erinevate allikate - näiteks hääle - teabe lisamisega saate süsteemi kvaliteeti parendada. Samal ajal on oluline mõista, et näo järgi määrame pigem selle väljenduse kui lõpliku emotsiooni. Algoritm võib küll proovida simuleeritud emotsiooni kindlaks teha, kuid selleks peab tehnoloogia arendamine astuma väikese sammu edasi, “ütleb Daniil Kireev.
Halb varustus
Välised tegurid mõjutavad algoritmide kvaliteeti. Emotsioonituvastuse täpsuse tagamiseks peavad videokaamerad ja mikrofonid olema kvaliteetsed. Lisaks mõjutab tulemust valgustus, kaamera asukoht. Daniil Kirejevi sõnul raskendavad kontrollimatud tingimused inimese olekute määramise protsessi.
Emotsionaalse AI arendamiseks on vaja kvaliteetset riistvara. Kui leiate hea varustuse ja seadistate selle õigesti, on tulemuste täpsus väga kõrge. Ja kui see muutub kättesaadavamaks ja laialdasemaks, täiustatakse ja võetakse aktiivsemalt kasutusele emotsioonituvastustehnoloogiaid.
“Süsteemi täpsus sõltub paljudest teguritest. Peamine neist on kaamerast tehtud kaadrite kvaliteet, mis antakse süsteemile äratundmiseks. Fotode kaadrite kvaliteeti mõjutavad omakorda kaamera seaded ja omadused, maatriks, valgustus, seadme asukoht, kaadris olevate nägude arv. Riist- ja tarkvara korrektse konfigureerimisega on võimalik tuvastatud emotsiooni täpsus saavutada kuni 90–95%, “märgib pilvevideovalve ja videoanalüüsi teenuse Ivideon tootejuht Vitali Vinogradov.
Tehnoloogia perspektiiv
Nüüd on Venemaal emotsionaalne AI alles hoogu lisamas. Iduettevõtted arendavad tehnoloogiat ja turustavad oma tooteid ning kliendid katsetavad neid ettevaatlikult.
Kuid Gartneri hinnangul tehakse 2024. aastaks üle poole veebireklaamidest emotsionaalse AI abil. Emotsioonide tuvastamiseks kasutatav arvutinägemine saab järgmise 3–5 aasta jooksul üheks olulisemaks tehnoloogiaks. Ja MarketsandMarkets ennustab, et emotsioonianalüüsi turg kahekordistub aastaks 2024 - 2,2 miljardilt dollarilt 4,6 miljardini.
Lisaks näitavad emotsioonituvastuse vastu huvi suured ettevõtted - näiteks Procter & Gamble, Walmart, VTB, Rosbank, Sberbank ja Alfa-Bank. Ja kodumaised idufirmad töötavad välja pilootprojekte, millest saavad tulevikus valmislahendused ettevõtluse jaoks.
Evgeniya Khrisanfova
