Μπορεί η Τεχνητή Νοημοσύνη να αποκτήσει ευαισθησίες;

Η φιλοδοξία του ερευνητικού σχεδίου του Dartmouth Summer Research Project που αφορούσε την Τεχνητή Νοημοσύνη και πραγματοποιήθηκε το 1956, έλεγε:

«κάθε πτυχή μάθησης ή οποιοδήποτε άλλο ανθρώπινο χαρακτηριστικό νοημοσύνης το οποίο αρχικά μπορεί να περιγραφεί με ακρίβεια, μια μηχανή έχει τη δυνατότητα να το προσομοιώσει».
Η μελέτη διεξήχθη από τον John McCarthy και τον Marvin Minsky, ιδρυτές της τεχνητής νοημοσύνης (AI). Εκείνη την εποχή, η (AI) επρόκειτο να μεταφέρει σε μια μηχανή ένα τεράστιο όγκο δεδομένων ανθρώπινης νοημοσύνης, το οποίο περιελάμβανε γλώσσα, όραση και συλλογιστική σκέψη.
Η AI, ήθελε να σχεδιάσει μηχανές σκέψης, αλλά τα συναισθήματα δεν υπήρχαν στο πρόγραμμα. Ωστόσο σε ορισμένους τομείς όπως η ρομποτική, ήταν μια αναγκαιότητα που απαιτούσε μελέτη και ενσωμάτωση συναισθημάτων καθώς φτιάχτηκαν για να επικοινωνούν με τους ανθρώπους .
Σε ποιο σημείο βρίσκονται οι έρευνες της τεχνητής νοημοσύνης 62 χρόνια μετά;
Το ερώτημα κατά πόσο οι μηχανές AI μπορούν να έχουν συναισθήματα είναι πάντα ανοικτό για συζήτηση και αντιπαράθεση. Επιστήμονες νευρολόγοι ερευνητές της τεχνητής νοημοσύνης- AI, συμφωνούν ότι οι σημερινές μορφές δεν μπορούν να έχουν δικά τους συναισθήματα. Δεν έχουν σώμα, δεν έχουν ορμόνες, μνήμη αλληλεπίδρασης με τους ανθρώπους και σίγουρα δεν περνούν από τη διαδικασία εμπειριών και εκμάθησης της ζωής. Δεν έχουν συναισθηματική μνήμη ισοδύναμη με εκείνη του ανθρώπου, η οποία ξεκινά από την παιδική ηλικία, και συνεχίζει στην εφηβεία και την ενηλικίωση.
Η Τεχνητή Γενική Νοημοσύνη (AGI) είναι η πιο πρόσφατη έννοια της AI και περιγράφεται ως τεχνητή νοημοσύνη, ικανή να διεξάγει πολλές διαφορετικές ανθρώπινες δραστηριότητες.
Ωστόσο από το 2017, εξακολουθεί να μην υπάρχει λειτουργικό AGI, και από ότι φαίνεται θα χρειαστεί αρκετός χρόνος για να φτάσει σε αυτό το επίπεδο η AI, καθώς οι τρέχουσες μελέτες δεν επεκτείνονται στην συναισθηματική ικανότητα. Οι νεοσύστατες εταιρείες που εργάζονται στην AGI, στοχεύουν περισσότερο στη δημιουργία συστημάτων και εφαρμογών για την επίλυση πολύπλοκων εταιρικών προβλημάτων, διατηρώντας παράλληλα ορθολογικούς ανθρώπινους συλλογισμούς, χωρίς να δείχνουν συναισθήματα.
Από την άλλη πλευρά, έχουν επιτευχθεί τεράστιες ανακαλύψεις στον τομέα της AI για τον σχεδιασμό μηχανών που μπορούν να ερμηνεύσουν μηχανικά τα συναισθήματά μας χωρίς να έχουν δικά τους ή να αλληλεπιδρούν με τους ανθρώπους με προσομοίωση της ενσυναίσθησης. Αυτό εξακολουθεί να παραμένει ανισόρροπο όσον αφορά την επικοινωνία. Η ανίχνευση συναισθήματος είναι ένα αρκετά μεγάλο πεδίο που στηρίζεται σε διάφορους αισθητήρες: βίντεο, μικρόφωνα και βιομετρικά στοιχεία, τα οποία αντανακλούν τα ανθρώπινα χαρακτηριστικά.
Η αναγνώριση των συναισθημάτων μπροστά στην κάμερα είναι αρκετά παλιά.
Έχει τυποποιηθεί από το σύστημα περιγραφής FACS- κωδικοποίηση δράσης προσώπου, η οποία δημιουργήθηκε το 1978 από τους Αμερικανούς ψυχολόγους Paul Ekman και Wallace Friesenen.
Η γαλλική εταιρεία Datakalab χρησιμοποιεί τεχνολογία που αναλύει ταυτόχρονα διάφορα πρόσωπα, όπως παρατηρητές ενός γεγονότος ή ενός συνεδρίου. Αυτή η εφαρμογή μπορεί να καθορίσει το ενδιαφέρον ενός ακροατηρίου σε μια παρουσίαση ή να συγκρίνει το αποτέλεσμα ενδιαφέροντος δύο ομιλητών, όπως έγινε το Μάιο του 2017 στις προεδρικές εκλογές με την αντιπαράθεση του Emmanuel Macron και της Marine Le Pen. Το μοντέλο μπορεί επίσης να αξιολογήσει το επίπεδο του στρες ενός πελάτη. Το Datakalab δεν χρησιμοποιεί μόνο βίντεο, αλλά και φωνητικές πληροφορίες όπως επίσης και βιομετρικά βραχιολάκια.
Η γαλλική εταιρεία XXII, διεξάγει μελέτη σχετικά με ένα βιομηχανικό μοντέλο τεχνητής νοημοσύνης βασισμένο σε βιολογικές δομές ευφυΐας για λιανική πώληση, σε συστήματα ασφαλείας και αυτόνομα οχήματα. Αξιοποιεί αλγορίθμους για την αναγνώριση των συναισθημάτων και των ανεπαίσθητων εκφράσεων, την αναγνώριση και τον εντοπισμό χειρονομιών ή συμπεριφορών για τον εντοπισμό επιθέσεων και απειλών οποιασδήποτε φύσεως.
Είναι επίσης δυνατό να συλλάβει τα συναισθήματα των χρηστών αναλύοντας τα γραπτά τους. Αυτό βρίσκει χρήσιμη εφαρμογή στις νεοσύστατες επιχειρήσεις οι οποίες αναλύουν τα συναισθήματα στα κοινωνικά δίκτυα ή την ποιότητα των βιογραφικών σημειωμάτων. Οι γαλλικές επιχειρήσεις Natural Talk και Cognitive Matchbox, επίσης δημιούργησαν ένα βελτιωμένο μοντέλο τηλεφωνικών κλήσεων, όπου αναλύουν την προσωπικότητα και τα συναισθήματα των πελατών από γραπτά μηνύματα, για να τους κατευθύνουν στον καλύτερο εκπρόσωπο. Επωφελούνται από τις δυνατότητες επεξεργασίας γλώσσας της IBM Watson, που έχει ενσωματώσει δεδομένα πληροφορίας από πολύπλοκες προσωπικότητες, τη γνώση και ταξινόμηση φυσικής γλώσσας, την ανάλυση τόνου, τη μετατροπή εγγράφου, και την ανάλυση του Twitter.

Έχει τη δυνατότητα να ερμηνεύσει συναισθήματα μόλις εντοπιστούν. Τα συναισθήματα έχουν ειδικά χαρακτηριστικά τα οποία επηρεάζονται από το περιβάλλον και την κουλτούρα, όπως επίσης τη γλώσσα (φωνή, τόνος ομιλίας) και τις χειρονομίες. Τα εργαλεία που βασίζονται στην AI, μπορούν να αναλύσουν τη συσχέτιση συναισθημάτων και γεγονότων που τα δημιουργούν. Πολλές εφαρμογές θα μπορούσαν να προκύψουν από αυτό, όπως η αξιολόγηση του αντίκτυπου του περιεχομένου, στη διαφήμιση ή στη μυθοπλασία. Αυτές οι τεχνικές συχνά βασίζονται στη μηχανική μάθηση, και μπορούν να χρησιμοποιηθούν για πολύπλοκες περιπτώσεις, όπως στην εκπαίδευση χωρίς επιτήρηση των chatbots, – (εργαλεία που αποσκοπούν στην απλοποίηση της αλληλεπίδρασης μεταξύ ανθρώπων και υπολογιστών), και την εκπαίδευση που μπορεί να βασιστεί σε νευρωνικά δίκτυα.
Είναι σε θέση να προσαρμόσουν τη φύση των απαντήσεων στις ερωτήσεις σύμφωνα με το συναισθηματικό πλαίσιο του διαλόγου μεταξύ του chatbot και των χρηστών. Η αντίληψη επίσης συμμετέχει στην αξιολόγηση των συναισθημάτων που δημιουργούνται από την επιλογή της μουσική ή άλλες δημιουργικές μορφές. Στην περίπτωση της δημιουργικότητας των εργαλείων που βασίζονται στην AI, δημιουργείται ένας κύκλος ανατροφοδότησης μεταξύ της AI και των χρηστών, προκειμένου να προσδιοριστεί το παραγόμενο περιεχόμενο με το καλύτερο συναισθηματικό αποτέλεσμα.
Η σημερινή AI, μπορεί ακόμη να αντιδράσει ανάλογα με τα ανθρώπινα συναισθήματα, καθώς τα μοντέλα αξιοποιούν την αντίδραση της εικόνας των συναισθημάτων. Τα διαδραστικά εργαλεία επίσης, μπορούν να βοηθήσουν την ανάλυση και προσαρμογή του δικού μας συναισθηματικού επιπέδου. Για παράδειγμα, το εργαλείο DeepBreadth της Google, συμβουλεύει τους χρήστες για το τι πρέπει να κάνουν όταν γράφουν απαντήσεις σε μηνύματα ηλεκτρονικού ταχυδρομείου, και προειδοποιεί τον χρήστη για ένα ακατάλληλο εχθρικό περιβάλλον.
Τέλος, η AI μπορεί να εμφανίσει συναισθήματα με προσομοίωση.
Οι τρόποι ανθρωπομορφικής αλληλεπίδρασης της ΑΙ με τους χρήστες, γίνεται χρησιμοποιώντας συναισθηματικούς κώδικες. Η συνθετική ομιλία είναι ο πιο συνηθισμένος τρόπος εκπομπής λεκτικών συναισθημάτων, αλλά ακόμη και το πιο εξελιγμένο μοντέλο, το «Lyrebird» παρουσιάζει ατέλειες. Επίσης έχει σημειωθεί αρκετά μεγάλη πρόοδος με το Tacotron 2 που σχεδιάστηκε από την Google, αλλά το τελικό απόλυτο μοντέλο δεν έχει ολοκληρωθεί ακόμη.

Sophia The Robot says ‘I have feelings too’ | Artificial intelligence

5 Wonderful Humanoid Robots With Emotions & Artificial Intelligence – Best Robots #23

photo pexels

  •  
  •  
  •  
  •  
  •  
  •  

Σχετικά άρθρα:

loading...
loading...