امروزه تحقیقات زیادی بر روی توسعه ماشین هایی که توانایی درک پیچیدگی های ارتباطات انسانی دارند، در حال انجام است. این در حالی است که عده ای عقیده دارند پردازش های عاطفی میتوانند حلقه مفقوده بین رباتیک و نرم افزار در راستای ایجاد راه حل های دیجیتال برای افراد خاص باشد.

کاربردهای تشخیص احساسات را میتوان از بررسی سلامت ذهن تا میزان علاقه مندی دانش آموزان به کلاس یا رضایت مشتریان دسته بندی کرد.

چالش های تفصیر احساسات

توانایی درک احساسات دیگران برای نوع بشر ساده است. اما برای یک ماشین مانند یک انسان که هوش احساسی دارد، ساده نیست. به خصوص وقتی متغییرهای زیادی نقش دارند و محتوا بسیار مهم است – به اختلافات فرهنگی اشاره نمیکنم.

به عنوان مثال یک شخص ممکن است احساساتش را متفوت با دیگری بیان کند. و این زمانی است که فاکتورهایی مانند سن، جنسیت و فرهنگ هنوز دخیل نشده اند. دقیقتر شویم، زمان روز، حضور شخصی دیگر در محل و حال شخص مورد نظر درک احساسات وی را به فرایندی پیچیده تر تبدیل میکند.

اینجایی جایی است فراگیری ماشین(machine learning) وارد میشود. با نمونه های آزمایشی کافی آزمایشگاه MIT سیستمی توسعه داد که توانسته به نسبت مدل های موجود در تشخیص حالات چهره و احساسات متناظر با آنها عملکرد بهتری داشته باشد. این تیم ادعا کرده است با کمی اطلاعات کمکی این مدل میتواند با زمینه جدیدی مانند گروهی از افراد جدید بودن تاثیر در کیفیت، تطابق پیدا کند.

اگی ردویچ یکی از کارکنان آزمایشگاه و نویسنده گزارش این مدل:”این یک روش شگفت انگیز برای تشخیص حالات شماست. اگر شما ربات های اجتماعی میخواهید باید آنها را باهوش کنید به طوری که مانند انسان ها به احساسات ما پاسخ دهند”.

تیم فراگیری ماشین MIT از روشی به نام “مخلوطی از متخصصین” که با روش های متداول پردازش احساسات متفاوت است، استفاده کرده است. به جای استفاده از یک سری عکسها و یافتن حالات چهره و ارتباط دادن آنها با احساسات متناظرشان، این مدل با یک شبکه عصبی ترکیب شده است – “متخصصین”.

هر یک از متخصصین در یک وظیفه جداگانه آموزش دیده و متخصص شده اند و خروجی مخصوص خودشان را از سوژه ایجاد میکنند. سیستم همچنین از یک شبکه دروازه ای “gating network” استفاده میکند که وظیفه انتخاب بهترین متخصص را در مورد سوژه دارد.

مایکل ففر سرپرست تیم:”در واقع این سیستم در بین گفته های مختلف بهترین بیان را انتخاب میکند”.]

---

---