Loading… 直男福音:AI能帮你窥探女朋友的情绪了!_TOM财经
正文
Qzone
微博
微信

直男福音:AI能帮你窥探女朋友的情绪了!

2018-10-16 09:45 前瞻网   

 

直男福音:AI能帮你窥探女朋友的情绪了!

自古以来,“女朋友心情怎么样?”就是直男面对的最大问题之一,现在福音来了:在数据领域的应用渐入佳境后,研究人员试图让AI表现的更像“人”一些,第一步就是让AI能窥探人的情感。

根据世界卫生组织(WHO)的数据,抑郁症是全球最常见的疾病之一,每年影响逾3亿人的生活,以及导致近80万人自杀。诊断抑郁症是一项具有挑战性、复杂的工作。梅奥诊所介绍,抑郁症的症状各不相同,医生可以使用身体检查、实验室测试、精神病学评估问卷和美国精神病学协会DSM-5(精神疾病诊断与统计手册)的标准来确定抑郁症的诊断。对于心理健康专家来说,提出正确的问题,并准确对患者的回答做出判断,是诊断的关键。但是,如果诊断可以通过自然的对话来完成,而无需通过专门的询问呢?

由麻省理工学院(MIT)计算科学和人工智能实验室成员阿尔哈奈(Tuka Alhanai)、格拉斯(James Glass),以及医学工程与科学研究所成员加赛米(Mohammad Ghassemi)组成的创新研究团队研究了一种方法,让AI能够在自然对话中识别抑郁患者。

该团队开发了一种基于神经网络的人工智能模型,可以通过识别音频和采访文本的语音模式来预测抑郁症。他们共使用了142个病人访谈记录的数据,用以建立抑郁症检测的模型序列。之后在无上下文建模、加权建模和序列建模3种模式中进行了测试。

首先,研究小组要评估“在访谈中思考和主体无关的独立问题时”,基于音频和文本特性的预测准确性——换句话说就是“上下文无关”的建模。研究小组将279个音频和100个文本特征输入到一个L1正则化的逻辑回归模型中。对于文本特性,团队利用Python Gensim库的Doc2Vec实现了“总共8050个训练示例、272418个单词和7411的语言树量”。对于音频特性,该团队“提取了响应每个主题的553个初始特性。”

在第2项实验中,研究小组的目标是研究其在面对“和访谈无关的系列问题”时的预测能力。为了实现这一目标,他们创建了一个类似于上下文无关模型的加权模型,并设置了一个关的区别——它根据“在训练集中出现问题的预测能力”为模型分配权重。

在第三个实验中,研究小组将重点放在“按访谈时间的变化建模”上,并使用了双向长短时记忆(LSTM)神经网络,因为它“具有对序列数据建模的额外优势”。

有趣的是,研究人员发现,当使用音频预测抑郁症时,模型所需的数据是文本的4倍多。该模型平均需要30个音频序列完成预测,相比之下,文本问答序列只需7个。研究小组发现,序列建模能更准确地预测抑郁,而文本和音频的多模态模型表现最好。讽刺的是,AI神经网络模型的本质混淆了它从输入数据中发现的模式。人工智能的不透明是由于神经网络固有的复杂性和大量的参数。无论如何,麻省理工学院的这项研究代表了创新的一步,它将创造出一种新的潜在工具,帮助医生和心理健康专家在未来解决诊断抑郁症的复杂性。

无独有偶,除了学术圈,业界巨头也正针对日常生活领域研发相应技术。亚马逊已经申请了一项新额技术专利,使其智能音箱Alexa能够通过用户发出指令的音高和音量,识别用户的情绪,并根据用户的“感觉”做出反应。正如专利中描述的那样,Alexa可能会识别出“快乐、快乐、愤怒、悲伤、悲伤、恐惧、厌恶、厌倦、(或)压力”,并对相应的命令做出回应,可能是“具有高度针对性的音频内容,比如音频广告或促销”。

当然,从专利到产品还有一段路要走,但它们可以让人了解公司对新兴技术的看法和反应。在这一案例中,专利暗示了亚马逊在其在线产品系列中动态投放定向广告的可能性。他们在专利中举了个例子:如果你告诉Alexa你饿了,她就能从你流口水的声音判断出你想吃什么东西。紧接着,她会问你想要的菜谱,或者问一个“与特定广告商有关的”问题。

定向广告传统上依赖于人类行为的大数据:化妆品广告投放给女性、烤肉夹投放给男性、痤疮药物投放给年轻人、心脏药物投放给老年人。从那以后,算法分析大致就在这个范围内发挥作用,顶多扩大一些——根据多类数据,广告商可以设置多重条件,比如25岁以下的单亲妈妈,或者40岁以上的西海岸民主党人。

这种识别基本上是静态的。但如果有一种产品在不断地“监视”人们的每一个转变,相关推送会变得更准确——它们判断的不再是某人是谁,而是在那个时间点,某人怎么样了。这对广告商来说是一种福音:大多数时候,你可能对买一张情歌专辑不感兴趣——但如果是在和爱人发了一条情绪化的短信后泪流满面的时刻,你也许就会买下来。你可能不会经常去快餐店,但是在感到饥饿和恶心时如果有人提出相应建议,也许你就去了。

亚马逊并不是唯一一家充分利用人类情感的科技公司,谷歌也有类似的专利,它可以为设备增加一种功能,用以检测负面情绪,然后自动给出建议;IBM则有一款帮助搜索引擎根据用户“当前情绪状态”返回网络结果的软件,比如,搜索“好的播客”、“足球”或“将要发生的事件”时,就会基于通过面部识别或是心率扫描,甚至是——各大企业在专利中着重强调的——脑电波扫描结果判断的用户“情绪”,返回不同的结果。

过去曾有人怀疑,AI本质上就是算法,我们是不是对算法的期待过高了?

美国著名的日裔物理学家加来道雄对此曾有一个非常著名的预言:随着时间推移,机器人的智能会从家鼠,进化到野鼠,再到猫,再到狗,甚至有一天可能达到猴子的程度。到那一天,它们可能带来危险,甚至取代人类。这个语言暂时对了一半,截至今天,AI确实进化了不少,但仍然处于可控的、造福人类的阶段。

初步看来,能够窥探情绪的AI预计会对客户关系管理(CRM)产生重大影响。了解客户一项重要任务,当AI能为你做到这事的时候,对双方都有好处。通过各式各样的分析,AI可以帮你制定个性化服务和广告活动。此外,情感驱动忠诚。因此,让你的设备了解客户的核心情绪只会让他们获得更好的服务。

除了MIT和亚马逊这些有着深厚技术积累的主体,一些创业公司也正涉足其中。Sensing Feeling已经在物理空间中部署了先进的物联网传感器,通过先进的算法来检测人类的情绪。他们的任务是让科技更人性化,他们的产品将帮助商家改善客户体验。

Lightwave 和 nViso是情感AI领域2家创业公司,他们同样专注于帮助商家改善客户体验,在技术方向更注重使用视觉智能。另一家创业公司Kanjoya的关注点略有不同——他们关注的是公司的员工,而不是客户。毕竟,员工满意度与客户服务管理同等重要。

情绪人工智能的早期痕迹可以在今天人们使用的虚拟个人助理中找到,这些通常是通过NLP和文本分析实现的。此外,面部识别和机器视觉软件将使实时识别非语言行为更加容易。

但是,情感AI的出现带来了大量的机遇和挑战,最重要的一点便是如加来道雄所说,万一机器人产生自我意识,可能会对人类造成威胁。当然,即便很多科幻电影已经向我们展示了这种技术可能的表现,但这将是几十年甚至1个世纪后的事了。到目前为止,我们还不虞AI会有多大破坏力,相反,如上所述,情感AI带来的好处是不可忽视的。

此外,德意志电信专家拉尔森(Kim Larsen)称:“我们应该关注的不是AI的偏见,而是人类固有的偏见。事实上,情感和同理心的作用是文化决定论的,东方社会更倾向于个人联系,通常被描述为裙带关系,而西方社会则更倾向于规则和系统。虽然不提倡这样或那样的方式,但显然,接受逻辑人工智能推理将在地理上不平衡。”

最后,关于人工智能的讨论不禁会使人想起罗伯特·佩诺特(Robert Breault)的一句有趣的话——“有一天,电脑会给出错误的答案扭曲人们的思考,然后人类就发明了人工智能!”

 

责任编辑: 3976DBC

责任编辑: 3976DBC
广告