मूर्ख दिमाग, छिपी भावनाएं, कपटी एल्गोरिदम: चेहरे की पहचान का विकास

प्राचीन मिस्र के लोगों को जीवंतता के बारे में बहुत कुछ पता था और स्पर्श से गुर्दे से जिगर को छू सकता था। सुबह से रात तक झुकी हुई मम्मियां और दवा का अभ्यास (ट्यूमर को हटाने से लेकर ट्यूमर), आप अनिवार्य रूप से शरीर रचना को समझने के लिए सीखेंगे।

शारीरिक विवरण की समृद्धि अंगों के कार्य की समझ के साथ भ्रम की भरपाई से अधिक थी। पुजारी, डॉक्टरों और सामान्य लोगों ने साहसपूर्वक मन को दिल में रखा, और मस्तिष्क को नाक के लिए बलगम के निर्माता की भूमिका सौंपी गई।

4 हजार वर्षों के बाद, फालोआ और फिरौन पर हंसना मुश्किल है - हमारे कंप्यूटर और डेटा संग्रह एल्गोरिदम पेपिरस स्क्रॉल की तुलना में अधिक शांत दिखते हैं, और मस्तिष्क अभी भी रहस्यमय तरीके से उत्पन्न होता है, यह समझ में नहीं आता है।

इसलिए इस लेख में यह बताना चाहिए था कि भावनाओं को पहचानने के लिए एल्गोरिदम इंटरकोलेक्टर के संकेतों की व्याख्या में दर्पण न्यूरॉन्स की गति तक पहुंच गया, जब यह अचानक स्पष्ट हो गया कि तंत्रिका कोशिकाएं वे नहीं हैं जो वे दिखते हैं।

निर्णय गलतियाँ

बचपन में, एक बच्चा माता-पिता के चेहरों की निगरानी करता है और एक मुस्कान, क्रोध, शालीनता और अन्य भावनाओं को पुन: उत्पन्न करना सीखता है, ताकि जीवन भर विभिन्न स्थितियों में, मुस्कुराएं, डूबें और क्रोधित रहें - ठीक उसी तरह जैसे उनके प्रियजनों ने किया था।

कई शोधकर्ताओं का मानना ​​है कि भावनाओं का अनुकरण दर्पण न्यूरॉन्स की एक प्रणाली द्वारा बनाया गया है। हालांकि, कुछ वैज्ञानिक इस सिद्धांत के बारे में संदेह व्यक्त करते हैं: हम अभी भी सभी मस्तिष्क कोशिकाओं के कार्य को नहीं समझते हैं।

मस्तिष्क का मॉडल परिकल्पना की अस्थिर जमीन पर आधारित है। केवल एक ही बात पर संदेह करने की आवश्यकता नहीं है: जन्म से ग्रे पदार्थ के "फर्मवेयर" में विशेषताएं और कीड़े होते हैं, या बल्कि, वे विशेषताएं जो व्यवहार को प्रभावित करती हैं।

मिरर या अन्य न्यूरॉन्स नकल की प्रतिक्रिया के लिए जिम्मेदार हैं, यह प्रणाली सबसे सरल इरादों और कार्यों की मान्यता के बुनियादी स्तर पर ही काम करती है। यह एक बच्चे के लिए पर्याप्त है, लेकिन एक वयस्क के लिए बहुत कम है।

हम जानते हैं कि भावनाएं काफी हद तक किसी व्यक्ति की अपनी मूल संस्कृति के साथ बातचीत के अर्जित अनुभव पर निर्भर करती हैं। कोई भी आपको मनोरोगी नहीं मानेगा अगर आप हंसमुख लोगों के बीच में मुस्कुराएंगे, दर्द महसूस करेंगे, क्योंकि वयस्कता में भावनाओं का उपयोग जीवित परिस्थितियों के अनुकूल करने के लिए किया जाता है।

हमें नहीं पता कि दूसरा व्यक्ति वास्तव में क्या सोचता है। धारणा बनाना आसान है: वह मुस्कुराता है, जिसका अर्थ है कि वह मज़ेदार है । कारण क्या हो रहा है की लगातार तस्वीरों की हवा में महल खड़ा करने की जन्मजात संपत्ति है।

एक को केवल यह निर्धारित करने का प्रयास करना होगा कि मौजूदा धारणाएं सच्चाई के अनुरूप कैसे हैं, परिकल्पना की अस्थिर मिट्टी कैसे आगे बढ़ेगी: एक मुस्कुराहट - उदासी, डूबती - खुशी, कांपती हुई पलकें - खुशी।



1889 में जर्मन मनोचिकित्सक फ्रांज कार्ल मुलर-लेयर ने रेखाओं और आंकड़ों की धारणा में एक विरूपण के साथ जुड़े एक ज्यामितीय-ऑप्टिकल भ्रम दिखाया। भ्रम यह है कि आउटवर्ड का सामना करने वाले युक्तियों द्वारा तैयार किया गया खंड "पूंछ" के द्वारा खंडित खंड से कम प्रतीत होता है। वास्तव में, दोनों खंडों की लंबाई समान है।

मनोचिकित्सक ने इस तथ्य पर भी ध्यान आकर्षित किया कि भ्रम के चिंतनकर्ता, लाइनों को मापने और छवि की धारणा की न्यूरोलॉजिकल पृष्ठभूमि के स्पष्टीकरण को सुनने के बाद भी, एक पंक्ति को दूसरे की तुलना में छोटा मानते हैं। यह भी दिलचस्प है कि यह भ्रम हर किसी के लिए समान नहीं दिखता है - इसमें अतिसंवेदनशील लोग कम हैं।

मनोवैज्ञानिक डैनियल काहनमैन का दावा है कि हमारा धीमा विश्लेषणात्मक दिमाग मुलर-लेयर चाल को पहचानता है, लेकिन मन का दूसरा हिस्सा, जो संज्ञानात्मक पलटा के लिए जिम्मेदार है, स्वचालित रूप से और लगभग तुरंत एक उत्तेजना के प्रति प्रतिक्रिया करता है जो गलत तरीके से उठता है और गलत निर्णय लेता है।

एक संज्ञानात्मक त्रुटि केवल एक गलती नहीं है। आप समझ सकते हैं और स्वीकार करते हैं कि एक ऑप्टिकल भ्रम को देखते हुए, आप अपनी आंखों पर भरोसा नहीं कर सकते हैं, लेकिन वास्तविक लोगों के साथ संवाद करना एक जटिल भूलभुलैया के माध्यम से यात्रा करने जैसा है।

1906 तक, समाजशास्त्री विलियम सुमनेर ने प्राकृतिक चयन की सार्वभौमिकता और अस्तित्व के लिए संघर्ष की घोषणा की, जानवरों के अस्तित्व के सिद्धांतों को मानव समाज में स्थानांतरित कर दिया। उनकी राय में, समूहीकृत लोग अपने स्वयं के समूह को ऊंचा करते हैं, उन तथ्यों का विश्लेषण करने से इनकार करते हैं जो समुदाय की अखंडता को खतरा देते हैं।

मनोवैज्ञानिक रिचर्ड निस्बेट ने अपने लेख में "हम जितना जान सकते हैं उससे अधिक बता रहे हैं: मानसिक प्रक्रियाओं पर मौखिक रिपोर्ट" में सांख्यिकीय और अन्य आम तौर पर स्वीकार किए गए आंकड़ों पर विश्वास करने के लिए लोगों की अनिच्छा को दर्शाता है जो उनके मौजूदा विश्वासों के अनुरूप नहीं हैं।

बड़ी संख्याओं का जादू

इस वीडियो को देखें और देखें कि अभिनेता की चेहरे की अभिव्यक्ति कैसे बदलती है।

मन जल्दी से "लेबल" करता है और अपर्याप्त डेटा के चेहरे पर धारणा बनाता है, जो विरोधाभासी प्रभावों की ओर जाता है, निर्देशक लेव कुलेशोव द्वारा आयोजित अनुभव के उदाहरण पर स्पष्ट रूप से दिखाई देता है।

1929 में, उन्होंने एक अभिनेता का क्लोज-अप, सूप से भरा एक कटोरा, ताबूत में एक बच्चा, सोफे पर एक युवा लड़की को गोली मार दी। फिर अभिनेता की योजना के साथ फिल्म को तीन भागों में काट दिया गया और अलग-अलग टुकड़ों में सूप, एक बच्चे और एक लड़की के साथ एक प्लेट दिखाया गया।

स्वतंत्र रूप से एक दूसरे से, दर्शकों का निष्कर्ष है कि पहले टुकड़े पर नायक खाना चाहता है, दूसरे पर - वह बच्चे की मृत्यु से दुखी होता है, तीसरे पर - वह सोफे पर पड़ी लड़की पर मोहित हो जाता है।

वास्तव में, अभिनेता के चेहरे पर अभिव्यक्ति सभी मामलों में नहीं बदलती है।

और अगर तुमने सौ तख्ते देखे, तो क्या तरकीब प्रगट होगी?



लोगों के बड़े समूहों में गैर-मौखिक व्यवहार की सांख्यिकीय विश्वसनीयता पर डेटा के आधार पर, मनोवैज्ञानिक पॉल एकमैन ने चेहरे के आंदोलनों के उद्देश्य माप के लिए एक व्यापक उपकरण बनाया - "चेहरे की गति कोडिंग प्रणाली"।

उनका विचार है कि कृत्रिम तंत्रिका नेटवर्क का उपयोग लोगों के चेहरे के भावों का स्वचालित रूप से विश्लेषण करने के लिए किया जा सकता है। गंभीर आलोचना के बावजूद (एयरपोर्ट सुरक्षा सेवा के लिए एकमैन द्वारा विकसित कार्यक्रम नियंत्रित परीक्षणों को पारित नहीं किया गया), इन तर्कों में सामान्य ज्ञान का एक दाना है।

एक मुस्कुराते हुए आदमी को देखकर, हम यह मान सकते हैं कि वह धोखा दे रहा है, और वास्तव में उसने एक बुराई की कल्पना की थी। लेकिन अगर आप (या कैमरा) एक सौ मुस्कुराते हुए लोगों को देखते हैं, तो सबसे अधिक संभावना है कि उनमें से अधिकांश वास्तव में मज़ेदार हैं - उदाहरण के लिए, वे एक उत्साही स्टैंड-अप कॉमेडियन के प्रदर्शन को देखते हैं।

बड़ी संख्या के उदाहरण पर, यह इतना महत्वपूर्ण नहीं है कि कुछ लोगों को पता है कि भावनाओं को इतनी चतुराई से कैसे हेरफेर करना है कि प्रोफेसर एकमन को भी बेवकूफ बनाया जाएगा। जोखिम विशेषज्ञ नसीम तालेब के शब्दों में, एक ठंडा, निष्पक्ष कैमरा अवलोकन के अधीन होने पर सिस्टम की एंटीफ्रागैलिटी काफी बढ़ जाती है।

हां, हम कृत्रिम बुद्धि के साथ या बिना चेहरे में झूठ को पहचानना नहीं जानते हैं। लेकिन हम पूरी तरह से समझते हैं कि सैकड़ों या अधिक लोगों के लिए खुशी का स्तर कैसे निर्धारित किया जाए।

व्यवसाय के लिए भावना मान्यता

चेहरे की छवि से भावनाओं को निर्धारित करने का सबसे आसान तरीका मुख्य बिंदुओं के वर्गीकरण पर आधारित है, जिनमें से निर्देशांक विभिन्न एल्गोरिदम का उपयोग करके प्राप्त किया जा सकता है। आमतौर पर कुछ दर्जन बिंदुओं को चिह्नित करते हैं, उन्हें भौंहों, आंखों, होंठ, नाक, जबड़े की स्थिति से बांधते हैं, जो आपको चेहरे के भावों को पकड़ने की अनुमति देता है।

मशीन एल्गोरिदम का उपयोग कर भावनात्मक पृष्ठभूमि का आकलन करने से अब खुदरा विक्रेताओं को यथासंभव ऑनलाइन एकीकृत करने में मदद मिलती है। प्रौद्योगिकी आपको विज्ञापन और विपणन अभियानों की प्रभावशीलता का मूल्यांकन करने, ग्राहक सेवा और सेवा की गुणवत्ता का निर्धारण करने, साथ ही लोगों के असामान्य व्यवहार की पहचान करने की अनुमति देती है।

एल्गोरिदम का उपयोग करना, आप कार्यालय में कर्मचारियों की भावनात्मक स्थिति को ट्रैक कर सकते हैं (दुखी लोगों के साथ एक कार्यालय कमजोर प्रेरणा, निराशा और भ्रष्टाचार का कार्यालय है) और प्रवेश और निकास पर कर्मचारियों और ग्राहकों का "खुशी सूचकांक" है।

कई शाखाओं में अल्फा-बैंक ने वास्तविक समय में ग्राहकों की भावनाओं का विश्लेषण करने के लिए एक पायलट परियोजना शुरू की । एल्गोरिदम ग्राहक संतुष्टि का एक अभिन्न संकेतक बनाते हैं, एक शाखा पर जाने की भावनात्मक धारणा में रुझान की पहचान करते हैं, और यात्रा का समग्र मूल्यांकन देते हैं।

Microsoft ने सिनेमा में दर्शकों की भावनात्मक स्थिति (वास्तविक समय में फिल्म की गुणवत्ता का एक वस्तुपरक मूल्यांकन) के विश्लेषण के लिए एक प्रणाली का परीक्षण करने की बात कही , साथ ही इमेजिन कप प्रतियोगिता में "ऑडियंस अवार्ड" नामांकन में विजेता का निर्धारण करने के लिए (टीम ने प्रतिक्रिया जीती जिससे दर्शकों ने प्रतिक्रिया व्यक्त की। सबसे सकारात्मक)।

उपरोक्त सभी सिर्फ एक नए युग की शुरुआत है। उत्तरी कैरोलिना विश्वविद्यालय में, शैक्षिक पाठ्यक्रमों के दौरान, छात्रों के चेहरे को एक कैमरा द्वारा गोली मार दी गई थी, जिसमें से वीडियो को एक कंप्यूटर विजन सिस्टम द्वारा विश्लेषण किया गया था जो भावनाओं को पहचानता है। प्राप्त आंकड़ों के आधार पर, शिक्षकों ने सीखने की रणनीति को संशोधित किया।

शैक्षिक प्रक्रिया में, सामान्य रूप से, भावनाओं के मूल्यांकन के लिए अपर्याप्त ध्यान दिया जाता है। लेकिन आप शिक्षण की गुणवत्ता, छात्र की भागीदारी, नकारात्मक भावनाओं की पहचान और प्राप्त जानकारी के आधार पर शैक्षिक प्रक्रिया की योजना बना सकते हैं।

चेहरा पहचान Ivideon: जनसांख्यिकी और भावनाओं

अब भावनाओं पर एक रिपोर्ट हमारे सिस्टम में दिखाई दी है।

एक अलग फ़ील्ड "इमोशन" फेस डिटेक्शन इवेंट कार्ड्स पर दिखाई दिया है, और एक नया प्रकार की रिपोर्ट "चेहरे" टैब पर "चेहरे" अनुभाग में उपलब्ध है - प्रति घंटा और दैनिक:




सभी डिटेल के स्रोत डेटा को अपलोड करना और उनके आधार पर अपनी रिपोर्ट बनाना संभव है।

हाल तक तक, सभी भावना मान्यता प्रणाली प्रायोगिक परियोजनाओं के स्तर पर संचालित होती थीं, जिन्हें सावधानी के साथ परीक्षण किया जाता था। ऐसे पायलटों की लागत बहुत अधिक थी।

हम एनालिटिक्स को सेवाओं और उपकरणों की परिचित दुनिया का हिस्सा बनाना चाहते हैं, इसलिए अब से, "इमोशंस" सभी Ivideon ग्राहकों के लिए उपलब्ध हैं। हम एक विशेष टैरिफ योजना पेश नहीं करते हैं, विशेष कैमरे प्रदान नहीं करते हैं, और हर संभव तरीके से सभी संभावित बाधाओं को पूरा करते हैं। टैरिफ अपरिवर्तित रहते हैं, हर कोई 1,700 रूबल के लिए चेहरे की पहचान के साथ भावनाओं के विश्लेषण को एक साथ जोड़ सकता है। प्रति माह।

सेवा उपयोगकर्ता के व्यक्तिगत खाते में प्रस्तुत की जाती है। और प्रोमो पेज पर, हमने इविडॉन फेस रिकग्निशन सिस्टम के बारे में और भी रोचक तथ्य एकत्रित किए हैं।