XII Международная студенческая научная конференция Студенческий научный форум - 2020

Эмоции играют большую роль в жизнедеятельности человека. Помочь распознать и проанализировать эмоции с помощью технических решений призвана технология аффективных вычислений.

Аффективные (эмоциональные) вычисления – это исследование и разработка таких систем и устройств, которые способны к распознаванию, обработке, интерпретации и симуляции человеческих эмоций.

Аффективные вычисления являются междисциплинарной исследовательской областью и базируется на данных таких научных дисциплин как информатика, психология и когнитивистика.

Основы теории аффективных вычислений были заложены Розалиндой Пикард в ее труде «Affective Computing», публикованном в 1995 году. Здесь впервые поднят вопрос о способности машин к эмоциональному интеллекту, включающему в себя эмпатию. Предполагается что машина, наделенная эмоциональным интеллектом, способна к интерпретации эмоционального состояния людей и адаптации своих действий в соответствии с этой интерпретацией.

В области аффективных вычислений выделяются два основных направления исследования:

Обнаружение и распознавание эмоций. Обнаружение информации об эмоциональном состоянии как правило начинается с фиксации физического состояния либо поведения пользователя посредством особых пассивных датчиков. Собранные такими датчиками данные аналогичны человеческим эмоциональным сигналам. Так, видеокамера способна зафиксировать выражение лица, положение тела или жесты, а микрофон – записать речь.

Распознавание эмоциональной информации происходит посредством выявления в собранных датчиками данных наиболее значимых закономерностей. Как правило, поиск таких закономерностей выполняется с использованием методов машинного обучения. Эти методы создают метки-ярлыки, ставящими в соответствие заданной ситуации определенную эмоциональную реакцию.

Создание «эмоциональных машин». Разработка особых вычислительных устройств, способных к проявлению эмоциональных способностей либо к их убедительной имитации. Наиболее практичным подходом здесь является симуляция эмоций с целью повышения степени интерактивности во взаимодействии пользователя с машиной.

Основными сферами применения данных аффективных вычислений являются следующие.

Образование. Доказано, что эмоциональное состояние человека оказывает существенное влияние на его способности к обучению. Используя технологию аффективных вычислений, возможно оценить эмоциональное состояние обучаемого и использовать эту информацию для того, чтобы сформулировать индивидуальный план его обучения, учитывающий чувства и потому более эффективный для решения поставленной задачи.

Медицина. Возрастает число социальных роботов, т.е. таких роботов, которые способны взаимодействовать с человеком и имитировать диалог с ним. Сейчас рассматривается возможность использования таких роботов в сфере здравоохранения. Осведомленность об эмоциональном состоянии пациентов дает им возможность в реальном времени видоизменять алгоритм своих действий, наилучшим образом подстраиваясь под конкретного человека.

Компьютерные игры. Игры с использованием аффективных вычислений потенциально могут получить доступ к эмоциональному состоянию игрока через особые носимые устройства. Измеряя эмоциональное состояние пользователя и уровень его возбуждения, такие игры способны подстраиваться под его требования и предпочтения.

Социальный мониторинг. Аффективные вычисления имеют потенциальное применение в сфере социального мониторинга: отслеживание и расшифровка эмоций человека может быть использована для принятия лучших мер безопасности, получению нового опыта при взаимодействии с устройствами и применение в целях улучшения маркетинговых стратегий компаний.

Несмотря на большой потенциал использования технологии, у нее имеется ряд существенных сложностей.

1. Использование теории «базовых эмоций». Предложенная Полом Экманом теория «базовых эмоций» предполагает, что любой человек способен распознавать и использовать 5 базовых эмоций: радость, грусть, гнев, страх и отвращение. Все эти сотояния тесно связан с мимикой человека и могут быть однозначно идентифицированы. Именно их чаще всего и используют при разработке технологии аффективных вычислений. Однако, последние научные исследования говорят о том, что эмоции не могут быть однозначно определены и их выражение определяется прежде всего культурными и индивидуальными особенностями конкретного человека.

2. Трактовка улыбки как идентификатора состояния счастья. Улыбка легче всего распознается алгоритмами, однако она может иметь разные значения: радость удовлетворение, поддержка или счастье. Исследования выявили, что функция улыбки может изменяться в зависимости от социального окружения человека. Технологии же аффективных вычислений способны анализировать эмоциональные состояния только в отрыве от социального контекста.

3. Использование «языка тела». Проявление человеком своих эмоций не ограничивается мимическим выражениями лица, а включает в себя также и различные движения тела. Хотя существует множество трактовок и сопоставлений «языка тела» с проявляемыми человеком эмоциями, не доказана однозначность и универсальность таких трактовок.

Таким образом, аффективные вычисления являются перспективным направлением развития, но имеет ряд проблем в реализации своего потенциала.

Список литературы:

Маргарита Акулич. Искусственный интеллект и маркетинг. [Текст] / Акулич Маргарита — М.: Издательские решения, 2019. —150 с.

Boehner, Kirsten; DePaula, Rogerio; Dourish, Paul; Sengers, Phoebe (2005). "Affection: From Information to Interaction". Proceedings of the Aarhus Decennial Conference on Critical Computing: pp. 59–68.