Ричард Йонк - Сердце машины. Наше будущее в эру эмоционального искусственного интеллекта

• Название: Сердце машины. Наше будущее в эру эмоционального искусственного интеллекта
• Автор: Ричард Йонк
• Жанр: Прочая научная литература
• Год: 2019
• ISBN: 978-5-04-091404-3

Футурист Ричард Йонк прогнозирует будущее, в котором люди и машины будут жить бок о бок, а сами машины станут не просто «умнее», но и «эмоциональнее». Развитие такого направления, как эмоциональное программирование, сегодня делает подобные утверждения вполне обоснованными, и будущее, о котором принято размышлять абстрактно, может наступить всего через 15 лет.

---

В пакете Office было несколько проблем, связанных с работой функции Помощник, но самой вопиющей было полное игнорирование эмоционального состояния пользователя. От щелчков кнопкой мыши и печати текста с клавиатуры было очень далеко до действительно полезного взаимодействия, в частности потому, что человек, которому требовалась помощь, уже был расстроен. Комически антропоморфная внешность помощника и общение напрямую, которое усиливало у пользователя подсознательное ожидание социального взаимодействия, напоминающего человеческое, лишь усиливали разочарование.

Решением подобных проблем занялась новая исследовательская группа по эмоциональному программированию при Междисциплинарной исследовательской лаборатории. Например, Microsoft, отреагировав на почти повсеместную непопулярность Скрепыша, связалась с группой, чтобы узнать, как повысить эмоциональный интеллект и привлекательность Помощника. Команда Пикард предложила в качестве решения мышь, которая по силе нажатия кнопок распознает, насколько напряжен пользователь. При демонстрации устройства пользователь написал письмо мистеру Эбботу, но Microsoft Word постоянно менял имя на мистера Аббата. Распознав напряженное состояние пользователя по сжатию мыши, внезапно появился Скрепыш.

Он заметил: «Кажется, вы расстроены. Нужно ли мне выключить автокоррекцию?» Хотя мышь с датчиком сжатия была относительно простым устройством, она давала некоторое представление о состоянии пользователя почти в реальном времени. Основную часть проблемы удалось решить, не изменяя формата программы. Но даже несмотря на явное улучшение, судьба злополучной скрепки была решена. Скрепыш вошел в историю проектирования компьютерных интерфейсов как пример урока, полученного на горьком опыте.

Группа по эмоциональному программированию работала над необычными проектами и применяла нестандартные подходы в решении проблем, о которых многие даже не задумывались. Но именно это принесло Междисциплинарной исследовательской лаборатории Массачусетского технологического института всемирную известность. Ее основателями были профессор института Николас Негропонте и бывший президент института Джером Уиснер. Лаборатория занимается проектами на стыке технологии, науки, мультимедийных средств, искусства и проектирования. Результатом ее работы становятся инновации в области робототехники, искусственного интеллекта, взаимодействия человека и компьютера, разработки пользовательских интерфейсов, биомеханической электроники, социальной инженерии и других сфер.

Анализ походки и поз также считается предметом исследования эмоционального программирования и находит применение в таких областях, как физиотерапия и эргономика.

Когда Розалинд Пикард в 1997 году основала исследовательскую группу при Междисциплинарной исследовательской лаборатории, она получила решительную поддержку. По ее словам, в тот момент лаборатория была, возможно, единственным местом в мире, способным ее поддержать. Междисциплинарный характер лаборатории хорошо подходил для работы исследовательской группы, планировавшей совмещать инженерное проектирование и информатику с психологией, нейронауками, социологией, образованием, психофизиологией, ценностно-ориентированным проектированием, этикой и многими другими областями.

Междисциплинарный подход был крайне важен из-за сложности перевода эмоциональной экспрессии в форму, которую компьютеры могут опознать как процесс. Некоторые студенты и научные сотрудники группы создавали системы, способные распознавать выражения лиц, используя фотоснимки и видеокамеры. Другие записывали голос и пытались по интонации определить настроение говорящего, независимо оттого, какие слова он произносит. Некоторые работали с физиологическими сигналами, такими как показатели электромиографии, пульсовые колебания объема крови, кожно-гальванический рефлекс и дыхание. Ко многим из них они применили ряд техник распознавания образов, обучая системы определять значения и варианты экспрессии, которое нам, людям, удается естественно и без труда.

Распознавание образов – это отрасль машинного обучения и искусственного интеллекта, сложность которой возрастает на протяжении десятилетий. Поскольку это очень узкоспециализированная область искусственного интеллекта, ее часто называют одной из форм ограниченного или слабого ИИ. Программы пытаются повторить невероятную работу по распознаванию образов, которую без труда выполняет человеческий мозг. Однако механизм работы нейронов нельзя имитировать с помощью машинной логики. Таким образом, компьютерные методы значительно отличаются от естественных процессов. Например, распознавание образов посредством машинного зрения происходит в несколько этапов, на которых объекту или месту нужно присвоить значения. Первые стадии – установление и обработка, на которых изображение принимается и упорядочивается. За этими этапами может следовать стадия извлечения деталей, на которой в элементах выделяют линии, углы, области интереса и, возможно, текстуру, форму и движение. При распознании и делении на сегменты точки и области разбивают на категории, создавая иерархию для дальнейшей обработки. На этапе высокоуровневой обработки данные группируют, классифицируют и маркируют. Кроме того, изображение, которое нам кажется простым, может оказаться насыщенным с точки зрения вычислений.

Исследователи из группы по эмоциональному программированию обнаружили, что более прямые методы измерения эмоциональных изменений полезны сами по себе или в качестве дополнения к другим эмоциональным системам. Определение активных изменений с помощью отслеживания психологических сигналов позволяет сделать общее предположение о настроении тестируемого. Исследователи уже делали подобное в прошлом веке, изучая автономные сигналы, что в конечном итоге привело к созданию полиграфа и других разновидностей детектора лжи (подробнее об этом в главе 10).

Считывать выражение лица для машины намного сложнее, чем распознавать и сопоставлять визуальные структуры. Нюансы и варианты, возникающие в различных культурах, у разных людей и даже у одного человека могут быть настолько значительными, что совсем недавно специалисты считали, что проблему нельзя решить компьютерными средствами. Даже при доступных сегодня возможностях распознавания все еще актуальна проблема, как классифицировать и различить то, что компьютер распознал. Например, разница между экспрессивными и более сдержанными людьми. Как отличить искреннюю улыбку от фальшивой? Скалится ли человек от гнева или это ироническая ухмылка?

К счастью, группа по эмоциональному программированию, как и многие лаборатории, открывшиеся при институтах и на предприятиях по всему миру, знала ответ. В 1960-х годах молодой психолог Пол Экман начал исследование о том, как люди в разных культурах выражают эмоции. То есть зависит ли их проявление эмоций от места и условий, в которых человек вырос? За время исследования Экман объехал Соединенные Штаты, Бразилию, Чили и Аргентину. При помощи определенного набора изображений и вопросов он пытался определить, насколько универсальны эмоциональные проявления. Обнаружив высокую степень совпадения в разных культурах, Экман захотел исключить вероятность межкультурного влияния и отправился в Папуа – Новую Гвинею. Он хотел провести те же тесты в племенах, считавшихся самыми изолированными культурами в мире. Несмотря на изолированность, представители племен весьма точно распознавали эмоции по выражению лица2. (В этом случае наиболее сложно было различить выражения страха и удивления на лицах людей с фотографий.) На основании первоначальной работы Экман предположил, что существует шесть базовых эмоций: радость, печаль, гнев, удивление, страх и отвращение.

Позже некоторые ученые заявили о том, что базовых эмоций только четыре, но Экман на основании своего исследования выделил и классифицировал двадцать одну выраженную эмоцию.

На протяжении своей последующей карьеры как психолога, профессора, а позже главы компании, выпускающей учебные материалы по развитию эмоциональных навыков, Экман разработал множество теорий и методов работы с эмоциями. Он стал одним из самых цитируемых психологов XX века, вошел в топ-100 самых влиятельных людей по версии журнала «Time» и даже стал прототипом персонажа телесериала «Обмани меня» (Lie to Me) доктора Кэла Лайтмана (которого сыграл актер Тим Рот). Для эмоционального программирования особенно полезной оказались адаптация и популяризация системы кодирования лицевых движений (СКЛиД), таксономии выражений человеческого лица, разработанной за десятилетие до него шведским исследователем в области анатомии Карлом-Херманом Ёртье3. (Таксономия – это систематическая схема классификации.) Система позволяла разбить изображение на единицы, пригодные для процессной обработки. После этого компьютер анализировал движения отдельных лицевых мышц и подразделял на категории тем способом, который больше соответствовал машинной логике. Такая структурированная система была крайне полезна для зарождающейся области эмоционального программирования.