مایکروسافت اولین بازنشسته فناوری بزرگ است
این فناوری AI عظیم. علم فقط پابرجا نیست
بالا
آگاهی عاطفی برای ما شهودی است. ما می‌دانیم چه زمانی ما و دیگران احساس خشم، غم و انزجار می‌کنیم… زیرا بقای ما به آن بستگی دارد.
اجداد ما نیاز به نظارت بر واکنش های انزجار برای اینکه بدانید از کدام غذاها باید دوری کنید. کودکان واکنش های خشم را از بزرگان خود مشاهده کردند تا بدانند کدام هنجارهای گروهی نباید شکسته شوند. .
به عبارت دیگر، رمزگشایی ظرایف زمینه ای این عبارات احساسی از زمان های بسیار قدیم در خدمت ما بوده است.
وارد کنید: AI.
احتمالاً هوش مصنوعی برای خدمت به ما وجود دارد. بنابراین، برای ساختن هوش مصنوعی واقعاً «هوشمند» که به اندازه کافی به بشریت خدمت می کند، توانایی تشخیص و درک احساسات انسانی باید در مرکز قرار گیرد، درست است؟
این بخشی از استدلال پشت مایکروسافت و دید اپل هنگامی که آنها به موضوع تشخیص احساسات مبتنی بر هوش مصنوعی پرداختند.
معلوم شد، به این سادگی نیست.
Inside ≠ Out
اشتباه مایکروسافت و اپل دو طرفه است. اول، این فرض وجود داشت که احساسات در دسته بندی های تعریف شده قرار می گیرند: خوشحال، غمگین، عصبانی، و غیره.
برای منصفانه بودن با غول های فناوری، این سبک تفکر در روانشناسی بی سابقه نیست. روانشناس پل اکمن از این “احساسات اساسی جهانیدفاع کرد. > اما از آن زمان تاکنون راه درازی را پیموده ایم.
در کلمات روانشناس لیزا فلدمن بارت، تشخیص اخم با تشخیص خشم یکسان نیست. رویکرد او به احساسات تحت ساخت‌گرایی روان‌شناختی قرار می‌گیرد، که اساساً به این معنی است که احساسات صرفاً «طعم‌های» خاص فرهنگی هستند. که ما به تجربیات فیزیولوژیکی می‌دهیم.
ممکن است ابراز شادی شما به نحوه بیان غم و اندوه من باشد، بسته به متن نوشته. حالت خنثی صورت من ممکن است نحوه ابراز غم و اندوه شما باشد، بسته به زمینه.
بنابراین، دانستن آن چهره عبارات جهانی نیستند، به راحتی می توان فهمید که چرا هوش مصنوعی تشخیص احساسات محکوم به شکست.
پیچیده است…
بسیاری از بحث در مورد هوش مصنوعی تشخیص احساسات حول محور احساسات اساسی می چرخد. غمگین. غافلگیر شدن. منزجر. به اندازه کافی منصفانه است.
اما موارد ظریف تر… بیش از حد انسانی، احساسات خودآگاه مانند احساس گناه، شرم، غرور، خجالت، حسادت؟
یک ارزیابی اساسی از حالات چهره نمی تواند این تجربیات حیاتی را رد کند. اما این تجارب عاطفی می توانند آنقدر ظریف و خصوصی باشند که تجلی چهره ثابتی ایجاد نکنند.
علاوه بر این، مطالعات روی هوش مصنوعی تشخیص احساسات تمایل دارند از «چهره‌های» بسیار اغراق‌آمیز به عنوان نمونه‌های اصلی استفاده کنند. به الگوریتم های یادگیری ماشینی تغذیه می شود. این کار برای “اثرانگشت” این احساس به شدت ممکن برای تشخیص آینده.
اما در حالی که امکان یافتن چهره ای مبالغه آمیز منزجر کننده وجود دارد، چهره ای به شدت حسود چگونه به نظر می رسد؟
یک مشکل معماری
اگر شرکت‌های فناوری می‌خواهند تشخیص احساسات را کشف کنند، احتمالاً روش فعلی راه‌اندازی هوش مصنوعی آن را کاهش نمی‌دهد.
به زبان ساده، هوش مصنوعی با یافتن الگوهای بزرگ کار می کند. مجموعه ای از داده ها این به این معنی است که فقط به اندازه داده هایی که در آن قرار می دهیم خوب است. و داده های ما فقط به خوبی ما هستند. و ما همیشه آنقدر عالی، آنقدر دقیق، آنقدر باهوش نیستیم… یا از نظر احساسی بیانگر نیستیم.
