Adakah anda akan mempercayai robot sekiranya doktor anda? Mesin pintar yang beremosi mungkin tidak jauh dari kita. Sejak beberapa dekad kebelakangan ini, kecerdasan buatan secara dramatik meningkatkan kemampuan membaca tindak balas emosi orang.
Tetapi membaca emosi tidak bermaksud memahaminya. Sekiranya AI sendiri tidak dapat mengalaminya, adakah ia akan dapat memahami kita sepenuhnya? Dan jika tidak, adakah kita berisiko mengaitkan sifat dengan robot yang tidak mereka miliki?
Generasi kecerdasan buatan terbaru telah mengucapkan terima kasih atas pertumbuhan jumlah data yang dapat dipelajari oleh komputer, dan juga peningkatan daya pemprosesan. Mesin-mesin ini secara beransur-ansur diperbaiki dalam hal-hal yang biasanya kami berikan secara eksklusif kepada orang-orang untuk pelaksanaannya.
Hari ini, kecerdasan buatan dapat, antara lain, mengenali wajah, mengubah lakaran wajah menjadi gambar, mengenali ucapan, dan memainkan Go.
Mengenal pasti penjenayah
Tidak lama dahulu, saintis mengembangkan kecerdasan buatan yang dapat mengetahui apakah seseorang itu penjenayah hanya dengan melihat ciri wajah mereka. Sistem ini dinilai menggunakan pangkalan data foto-foto Cina dan hasilnya sungguh menakjubkan. AI secara keliru mengklasifikasikan orang yang tidak bersalah sebagai penjenayah hanya dalam 6% kes dan berjaya mengenal pasti 83% penjenayah. Ketepatan keseluruhan hampir 90%.
Video promosi:
Sistem ini didasarkan pada pendekatan yang disebut "pembelajaran mendalam" yang telah terbukti berjaya, misalnya, pengecaman wajah. Pembelajaran mendalam yang digabungkan dengan "model putaran wajah" memungkinkan kecerdasan buatan untuk menentukan sama ada dua gambar mewakili wajah orang yang sama, walaupun pencahayaan atau sudut berubah.
Pembelajaran mendalam mewujudkan "rangkaian neural" yang didasarkan pada pendekatan otak manusia. Ia terdiri daripada ratusan ribu neuron yang tersusun dalam lapisan yang berlainan. Setiap lapisan mengambil data input, seperti gambar wajah, ke tingkat abstraksi yang lebih tinggi, seperti sekumpulan tepi pada arah dan lokasi tertentu. Dan secara automatik menyoroti ciri-ciri yang paling relevan dengan pelaksanaan tugas tertentu.
Memandangkan kejayaan pembelajaran mendalam, tidak menghairankan bahawa rangkaian saraf tiruan dapat membezakan penjenayah dengan yang tidak bersalah - jika memang terdapat ciri wajah yang berbeza antara keduanya. Kajian ini memungkinkan untuk membezakan tiga ciri. Salah satunya ialah sudut antara hujung hidung dan sudut mulut, yang rata-rata 19.6% lebih sedikit bagi penjenayah. Kelengkungan bibir atas juga rata-rata 23.4% lebih besar untuk penjenayah, dan jarak antara sudut dalam mata rata-rata 5.6% lebih sempit.
Pada pandangan pertama, analisis ini menunjukkan bahawa pandangan ketinggalan zaman bahawa penjenayah dapat dikenali oleh sifat fizikal tidak begitu salah. Walau bagaimanapun, ini bukan keseluruhan cerita. Hebatnya, dua ciri yang paling relevan berkaitan dengan bibir, dan ini adalah ciri wajah kami yang paling ekspresif. Foto-foto penjahat yang digunakan dalam kajian ini memerlukan ekspresi wajah yang netral, tetapi AI masih berjaya menemui emosi tersembunyi dalam foto-foto ini. Mungkin tidak penting sehingga orang tidak dapat mengesannya.
Sukar untuk menahan godaan untuk melihat contoh foto sendiri - ini dia. Dokumen tersebut masih dalam proses semakan. Pemeriksaan dekat menunjukkan sedikit senyuman dalam foto-foto orang yang tidak bersalah. Tetapi tidak banyak gambar dalam sampel, jadi mustahil untuk membuat kesimpulan mengenai keseluruhan pangkalan data.
Kekuatan pengkomputeran afektif
Ini bukan kali pertama komputer dapat mengenali emosi manusia. Kawasan yang disebut "pengkomputeran afektif" atau "pengkomputeran emosi" sudah lama wujud. Diyakini bahawa jika kita ingin hidup dengan selesa dan berinteraksi dengan robot, mesin ini mesti dapat memahami dan bertindak balas dengan tepat terhadap emosi manusia. Kemungkinan di kawasan ini cukup luas.
Sebagai contoh, penyelidik menggunakan analisis wajah untuk mengenal pasti pelajar yang menghadapi masalah dengan pengajaran pengajaran berasaskan komputer. AI telah diajar untuk mengenali tahap penglibatan dan kekecewaan yang berbeza sehingga sistem dapat memahami ketika pelajar mencari pekerjaan terlalu mudah atau terlalu kompleks. Teknologi ini boleh berguna untuk meningkatkan pengalaman belajar di platform dalam talian.
Sony sedang berusaha mengembangkan robot yang dapat membentuk ikatan emosi dengan manusia. Masih belum jelas bagaimana dia akan mencapai ini atau apa sebenarnya yang akan dilakukan oleh robot itu. Namun, syarikat itu mengatakan ia sedang berusaha untuk "menggabungkan perkakasan dan perkhidmatan untuk memberikan pengalaman yang setanding dengan emosi."
Kecerdasan buatan emosi akan mempunyai sejumlah kelebihan yang berpotensi, sama ada peranan pembicara atau pelaku - ia akan dapat mengenal pasti penjenayah dan bercakap mengenai rawatannya.
Terdapat juga kebimbangan dan risiko etika. Adakah betul membiarkan pesakit demensia bergantung pada pendamping AI dan memberitahu mereka bahawa mereka hidup secara emosional ketika tidak? Bolehkah anda meletakkan seseorang di belakang penjara jika AI mengatakan dia bersalah? Sudah tentu tidak. Kecerdasan buatan, pertama sekali, tidak akan menjadi hakim, tetapi penyiasat, yang mengenal pasti "mencurigakan", tetapi pastinya bukan orang yang bersalah.
Perkara subyektif seperti emosi dan perasaan sukar dijelaskan kepada kecerdasan buatan, sebahagiannya kerana AI tidak mempunyai akses ke data yang cukup baik untuk menganalisisnya secara objektif. Adakah AI akan memahami sindiran? Satu ayat boleh menjadi sarkastik dalam satu konteks dan sama sekali berbeza dengan yang lain.
Bagaimanapun, jumlah data dan kuasa pemprosesan terus bertambah. Dengan beberapa pengecualian, AI mungkin belajar mengenali pelbagai jenis emosi dalam beberapa dekad akan datang. Tetapi adakah dia dapat mengalaminya sendiri? Itu titik pertimbangan.
ILYA KHEL
