Bangsa Mesir kuno tahu banyak tentang pembedahan dan bisa menyentuh hati dari ginjal dengan sentuhan. Membungkam mumi dari pagi hingga malam dan mempraktekkan obat-obatan (dari trepanation hingga pengangkatan tumor), Anda pasti akan belajar memahami anatomi.
Kekayaan detail anatomi lebih dari dikompensasi oleh kebingungan dengan pemahaman tentang fungsi organ. Para pendeta, dokter, dan orang-orang biasa dengan berani menempatkan pikiran di dalam hati, dan otak diberi peran sebagai penghasil lendir untuk hidung.
Setelah 4 ribu tahun, sulit untuk menertawakan fellah dan firaun - komputer dan algoritma pengumpulan data kami terlihat lebih keren daripada gulungan papirus, dan otak yang secara misterius masih memproduksi tidak mengerti itu.
Jadi dalam artikel ini seharusnya dikatakan bahwa algoritma untuk mengenali emosi mencapai kecepatan neuron cermin dalam interpretasi sinyal lawan bicara, ketika tiba-tiba menjadi jelas bahwa sel-sel saraf tidak seperti yang terlihat.
Kesalahan Keputusan
Di masa kanak-kanak, seorang anak memantau wajah orang tua dan belajar untuk mereproduksi senyum, kemarahan, kepuasan dan emosi lainnya, sehingga sepanjang hidup dalam situasi yang berbeda, tersenyum, mengerutkan kening, dan menjadi marah - sama seperti orang-orang yang dicintainya.
Banyak peneliti percaya bahwa emulasi emosi dibangun oleh sistem neuron cermin. Namun, beberapa ilmuwan menyatakan skeptisisme tentang teori ini: kita masih belum memahami fungsi semua sel otak.
Model otak didasarkan pada landasan hipotesis yang goyah. Tidak perlu meragukan hanya satu hal: "firmware" materi abu-abu sejak lahir berisi fitur dan bug, atau lebih tepatnya, fitur yang mempengaruhi perilaku.
Cermin atau neuron lain bertanggung jawab untuk respons imitasi, sistem ini hanya bekerja pada tingkat dasar pengakuan niat dan tindakan paling sederhana. Ini cukup untuk seorang anak, tetapi sedikit untuk orang dewasa.
Kita tahu bahwa emosi sangat tergantung pada pengalaman yang didapat dari interaksi seseorang dengan budaya asalnya.
Tidak seorang pun akan menganggap Anda seorang psikopat jika di antara orang-orang yang ceria Anda akan tersenyum, merasakan sakit, karena pada masa dewasa emosi digunakan sebagai sarana untuk beradaptasi dengan kondisi kehidupan.
Kita tidak tahu apa yang dipikirkan orang lain. Membuat asumsi itu mudah:
dia tersenyum, yang berarti dia bersenang-senang . Alasan memiliki sifat bawaan mendirikan istana di udara gambar yang konsisten tentang apa yang terjadi.
Kita hanya perlu mencoba untuk menentukan bagaimana asumsi yang ada sesuai dengan kebenaran, bagaimana tanah hipotesis yang goyah akan bergerak: senyuman - kesedihan, kerutan - kebahagiaan, kelopak mata yang gemetar - kesenangan.
Psikiater Jerman Franz Karl Muller-Layer pada tahun 1889 menunjukkan ilusi geometris-optik yang terkait dengan distorsi dalam persepsi garis dan gambar. Ilusinya adalah bahwa segmen yang dibingkai oleh ujung-ujung yang menghadap ke luar tampak lebih pendek daripada segmen yang dibingkai oleh "ekor". Padahal, panjang kedua segmen itu sama.
Psikiater juga menarik perhatian pada fakta bahwa perenung ilusi, bahkan setelah mengukur garis-garis dan mendengarkan penjelasan latar belakang neurologis dari persepsi gambar, terus menganggap satu garis lebih pendek dari yang lain. Sangat menarik bahwa ilusi ini tidak terlihat sama untuk semua orang - ada orang yang kurang rentan terhadapnya.
Psikolog Daniel Kahneman
mengklaim bahwa pikiran analitik kita yang lambat mengenali trik Müller-Layer, tetapi bagian kedua dari pikiran, yang bertanggung jawab untuk refleks kognitif, secara otomatis dan hampir secara instan merespon terhadap stimulus yang muncul dan membuat penilaian yang salah.
Kesalahan kognitif bukan hanya kesalahan. Anda dapat memahami dan mengakui bahwa ketika melihat ilusi optik, Anda tidak dapat memercayai mata Anda, tetapi berkomunikasi dengan orang-orang nyata seperti bepergian melalui labirin yang rumit.
Sejauh tahun 1906, sosiolog William Sumner menyatakan universalitas seleksi alam dan perjuangan untuk eksistensi, mentransfer prinsip-prinsip keberadaan hewan ke masyarakat manusia. Menurutnya, orang-orang yang dikelompokkan meningkatkan kelompok mereka sendiri, menolak untuk menganalisis fakta-fakta yang mengancam integritas masyarakat.
Psikolog Richard Nisbett dalam
artikelnya “Menceritakan lebih dari yang dapat kita ketahui: Laporan lisan tentang proses mental” menunjukkan keengganan orang untuk mempercayai data statistik dan data lain yang diterima secara umum yang tidak konsisten dengan kepercayaan mereka saat ini.
Keajaiban angka besar
Tonton video ini dan lihat bagaimana ekspresi wajah aktor berubah.
Pikiran dengan cepat "memberi label" dan membuat asumsi di hadapan data yang tidak mencukupi, yang mengarah pada efek paradoks, terlihat jelas pada contoh pengalaman yang dilakukan oleh direktur Lev Kuleshov.
Pada tahun 1929, ia menembak seorang aktor jarak dekat, semangkuk berisi sup, seorang anak di peti mati, seorang gadis muda di sofa. Kemudian film dengan rencana aktor dipotong menjadi tiga bagian dan direkatkan secara terpisah dengan bingkai yang menunjukkan piring dengan sup, seorang anak dan seorang gadis.
Secara independen dari satu sama lain, penonton menyimpulkan bahwa pada fragmen pertama sang pahlawan ingin makan, pada yang kedua - ia sedih dengan kematian anak itu, pada yang ketiga - ia terpesona oleh gadis yang berbaring di sofa.
Pada kenyataannya, ekspresi wajah aktor tidak berubah dalam semua kasus.
Dan jika Anda melihat seratus frame, apakah triknya akan terungkap?
Berdasarkan data pada keandalan statistik perilaku non-verbal dalam kelompok besar orang, psikolog Paul Ekman
menciptakan alat yang komprehensif untuk pengukuran objektif gerakan wajah - "sistem pengkodean gerakan wajah".
Dia berpendapat bahwa jaringan saraf tiruan dapat digunakan untuk secara otomatis menganalisis ekspresi wajah orang. Meskipun ada kritik serius (program yang dikembangkan oleh Ekman untuk dinas keamanan bandara
tidak lulus uji coba terkontrol), ada banyak akal sehat dalam argumen ini.
Melihat seorang pria yang tersenyum, kita dapat berasumsi bahwa dia menipu, dan sebenarnya dia mengandung orang jahat. Tetapi jika Anda (atau kamera) melihat seratus orang yang tersenyum, maka kemungkinan besar kebanyakan dari mereka benar-benar bersenang-senang - misalnya, mereka menonton kinerja seorang komedian pembakar yang marah.
Pada contoh jumlah besar, tidak begitu penting bahwa beberapa orang tahu bagaimana memanipulasi emosi dengan sangat cerdik sehingga bahkan Profesor Ekman akan tertipu. Dalam kata-kata pakar risiko Nassim Taleb, antifragilitas sistem meningkat secara signifikan ketika kamera yang dingin dan tidak bias menjadi subjek pengamatan.
Ya, kita tidak tahu bagaimana mengenali kebohongan di wajah - dengan atau tanpa kecerdasan buatan. Namun kami sangat memahami bagaimana menentukan tingkat kebahagiaan bagi ratusan orang atau lebih.
Pengakuan emosi untuk bisnis
Cara termudah untuk menentukan emosi dari gambar wajah didasarkan pada klasifikasi titik-titik kunci, koordinat yang dapat diperoleh dengan menggunakan berbagai algoritma. Biasanya menandai beberapa lusin poin, mengikat mereka ke posisi alis, mata, bibir, hidung, rahang, yang memungkinkan Anda untuk menangkap ekspresi wajah.
Menilai latar belakang emosional menggunakan algoritma mesin sekarang membantu pengecer mengintegrasikan online sebanyak mungkin offline. Teknologi ini memungkinkan Anda untuk mengevaluasi efektivitas kampanye iklan dan pemasaran, menentukan kualitas layanan dan layanan pelanggan, serta mengidentifikasi perilaku orang yang tidak normal.
Dengan menggunakan algoritme, Anda dapat melacak keadaan emosi karyawan di kantor (kantor dengan orang-orang yang sedih adalah kantor dengan motivasi, kesuraman, dan korupsi yang lemah) dan "indeks kebahagiaan" karyawan dan klien di pintu masuk dan keluar.
Alfa-Bank di beberapa cabang
meluncurkan proyek percontohan untuk menganalisis emosi pelanggan secara real time. Algoritma membangun indikator integral kepuasan pelanggan, mengidentifikasi tren dalam persepsi emosional mengunjungi cabang, dan memberikan penilaian menyeluruh atas kunjungan tersebut.
Microsoft
berbicara tentang pengujian sistem untuk menganalisis keadaan emosional penonton di sebuah bioskop (penilaian obyektif kualitas film secara real time), serta untuk menentukan pemenang dalam nominasi "Audience Award" di kompetisi Imagine Cup (tim memenangkan tanggapan yang ditonton oleh penonton. paling positif).
Semua hal di atas hanyalah awal dari era yang sama sekali baru. Di University of North Carolina, selama kursus pendidikan, wajah para siswa diambil oleh kamera, video yang darinya
dianalisis oleh sistem penglihatan komputer yang mengenali emosi. Berdasarkan data yang diterima, guru memodifikasi strategi pembelajaran.
Dalam proses pendidikan, secara umum, perhatian yang kurang diberikan pada penilaian emosi. Tetapi Anda dapat mengevaluasi kualitas pengajaran, keterlibatan siswa, mengidentifikasi emosi negatif, dan merencanakan proses pendidikan berdasarkan informasi yang diterima.
Pengakuan Wajah Ivideon: demografi dan emosi
Sekarang sebuah laporan tentang emosi telah muncul di sistem kami.
Kolom terpisah "Emosi" telah muncul di kartu acara deteksi wajah, dan jenis laporan baru tersedia di tab "Laporan" di bagian "Wajah" - setiap jam dan setiap hari:
Dimungkinkan untuk mengunggah data sumber dari semua deteksi dan membentuk laporan mereka sendiri atas dasar mereka.
Sampai saat ini, semua sistem pengenalan emosi beroperasi pada tingkat proyek eksperimental, yang diuji dengan hati-hati. Biaya pilot seperti itu sangat tinggi.
Kami ingin menjadikan analitik sebagai bagian dari dunia layanan dan perangkat yang sudah dikenal, jadi mulai sekarang, "emosi" tersedia untuk semua pelanggan Ivideon. Kami tidak memperkenalkan rencana tarif khusus, tidak menyediakan kamera khusus, dan dengan segala cara memungkinkan semua hambatan yang mungkin terjadi. Tarif tetap tidak berubah, semua orang dapat menghubungkan analisis emosi bersama dengan pengenalan wajah sebesar 1.700 rubel. per bulan.
Layanan ini disajikan dalam
akun pribadi pengguna . Dan di
halaman promo, kami telah mengumpulkan lebih banyak fakta menarik tentang sistem pengenalan wajah Ivideon.