Πώς θα αισθανόσασταν εάν ο γιατρός σας ήταν ένα ρομπότ; Οι συναισθηματικά ευφυείς μηχανές μπορεί να μην είναι τόσο μακριά από όσο τις φανταζόμασταν. Κατά τη διάρκεια των τελευταίων δεκαετιών, η τεχνητή νοημοσύνη(ΑΙ ή Artifficial Intelligence), έχει αρχίσει να γίνεται όλο και καλύτερη στο να διαβάζει τις συναισθηματικές αντιδράσεις των ανθρώπων. Αλλά η ανάλυση δεδομένων δεν είναι το ίδιο με την κατανόηση τους.
Αν η τεχνητή νοημοσύνη δεν μπορεί να βιώσει η ίδια συναισθήματα, τότε θα μπορέσει ποτέ να κατανοήσει πραγματικά τα δικά μας; Και εάν όχι, είναι επικίνδυνο να αποδώσουμε στα ρομπότ ιδιότητες που από την φύση τους δεν έχουν; Η τελευταία γενιά της τεχνητής νοημοσύνης έχει αναπτυχθεί χάρη στην αύξηση των διαθέσιμων δεδομένων από τους υπολογιστές καθώς και την βελτιωμένη επεξεργαστική ισχύ τους. Οι μηχανές αυτές γίνονται όλο και πιο ανταγωνιστικές στην εκτέλεση εργασιών που ανέκαθεν προορίζονταν για ανθρώπους. Tο AI μπορεί τώρα, μεταξύ άλλων, να αναγνωρίζει πρόσωπα, να μετατρέψει σκίτσα προσώπων σε φωτογραφίες άλλα και να αναγνωρίζει την ομιλία μας.
Αναγνωρίζοντας τα χαρακτηριστικά του προσώπου.
Πρόσφατα, οι ερευνητές ανέπτυξαν ένα AI που είναι σε θέση να καταλάβει εάν ένα άτομο έχει εγκληματική προσωπικότητα απλά κοιτάζοντας τα χαρακτηριστικά του προσώπου τους. Το σύστημα αξιολογήθηκε χρησιμοποιώντας μια βάση δεδομένων με φωτογραφίες ταυτότητας. Το AI εσφαλμένα κατηγοριοποίησε αθώους ως εγκληματίες μόνο περίπου το 6% των περιπτώσεων. Από την άλλη μεριά ήταν σε θέση να προσδιορίσει με επιτυχία περίπου το 83% των εγκληματιών. Αυτό οδηγεί σε συνολική ακρίβεια σχεδόν 90%.
Το σύστημα βασίζεται σε μια προσέγγιση που ονομάζεται «Deep Learning» που ήταν επιτυχής σε άλλες εφαρμογές όπως η αναγνώριση προσώπου. Το Deep Learning δημιουργεί ένα νευρωνικό δίκτυο που βασίζεται αόριστα πάνω στο μοντέλο του ανθρώπινου εγκεφάλου. Αποτελείται από εκατοντάδες χιλιάδες “νευρώνες” που οργανώνονται σε διαφορετικά στρώματα. Κάθε στρώμα μετασχηματίζει την είσοδο, για παράδειγμα μια εικόνα του προσώπου, σε ένα υψηλότερο επίπεδο αφαίρεσης, όπως ένα σύνολο ακμών σε ορισμένες κατευθύνσεις και θέσεις. Αυτό τονίζει αυτόματα τα χαρακτηριστικά που είναι πιο σχετικά με την εκτέλεση μιας συγκεκριμένης εργασίας.
Με δεδομένη την επιτυχία του Deep Learning, δεν είναι παράξενο το γεγονός ότι τα τεχνητά νευρωνικά δίκτυα μπορούν να διακρίνουν τους εγκληματίες – εάν πράγματι υπάρχουν χαρακτηριστικά του προσώπου που μπορούν να τους διακρίνουν μεταξύ των υπολοίπων. Η έρευνα δείχνει ότι υπάρχουν τρία. Το ένα είναι η γωνία μεταξύ της άκρης της μύτης και της γωνίας του στόματος, η οποία ήταν κατά μέσο όρο 19,6% μικρότερη για τους εγκληματίες. Η καμπυλότητα στο άνω χείλος ήταν επίσης κατά μέσο όρο 23,4% μεγαλύτερη για τους εγκληματίες. Επίσης η απόσταση μεταξύ των εσωτερικών γωνιών των ματιών ήταν κατά μέσο όρο 5,6% στενότερη. Η ανάλυση αυτή φαίνεται να δείχνει ότι οι ξεπερασμένες απόψεις το ότι οι εγκληματίες μπορούν να ταυτοποιηθούν με τις φυσικές τους ιδιότητες δεν είναι εντελώς λάθος. Μπορείτε να δείτε αναλυτικά την έρευνα εδώ που βρίσκεται στην ιστοσελίδα arΧiv.org και διαχειρίζεται από το Cornell University.
Η δύναμη του συναισθηματικού υπολογισμού
.
Αυτή δεν είναι η πρώτη φορά που ένας υπολογιστής ήταν σε θέση να αναγνωρίσει ανθρώπινα συναισθήματα. Ο λεγόμενος τομέας του συναισθηματικού υπολογισμού υπάρχει έχει εδώ και αρκετά χρόνια. Εάν θέλουμε να ζούμε άνετα και να αλληλεπιδρούμε με τα ρομπότ, τα μηχανήματα αυτά θα πρέπει να είναι σε θέση να κατανοούν και να αντιδρούν κατάλληλα στα ανθρώπινα συναισθήματα. Για παράδειγμα, οι ερευνητές έκαναν ανάλυση στο πρόσωπο μαθητών για να εντοπίσουν που δυσκολεύονταν όταν κάναν μαθήματα μέσω του υπολογιστή. Το AI ήταν εκπαιδευμένο να αναγνωρίζει τις αντιδράσεις στο πρόσωπο των μαθητών. Τελικά το σύστημα μπορούσε να γνωρίζει όταν οι μαθητές βρίσκαν το θέμα του μαθήματος πάρα πολύ εύκολο ή πολύ δύσκολο. Αυτή η τεχνολογία θα μπορούσε να είναι χρήσιμη για τη βελτίωση της μαθησιακής εμπειρίας σε online πλατφόρμες.
Ένα συναισθηματικά ευφυές AI θα έχει πολλά οφέλη. Υπάρχουν επίσης και ηθικά προβλήματα που εμπλέκονται. Είναι σωστό να αφήσουμε έναν ασθενή με άνοια να βασίζεται σε ένα σύντροφο AI και να πιστεύει ότι έχει μια συναισθηματική ζωή όταν αυτό δεν είναι αλήθεια; Μπορεί να καταδικαστεί κάποιος εάν ένα AI τον κατατάξει ως ένοχο; Σαφώς όχι. Όταν ένα τέτοιο σύστημα βελτιωθεί περαιτέρω και αξιολογηθεί πλήρως τότε μόνο θα μπορέσει να κάνει ελέγχους σε πρόσωπα που θα θεωρούνται “ύποπτα” από αυτό.
Οι προσδοκίες μας.
Λοιπόν, τι θα πρέπει να περιμένουμε από ένα AI; Υποκειμενικά θέματα όπως τα συναισθήματα είναι ακόμα δύσκολα για να κατανοηθούν από αυτό. Εν μέρει συμβαίνει επειδή το AI δεν μπορεί να έχει πρόσβαση σε αρκετά δεδομένα για να αναλύσει αντικειμενικά την κατάσταση που βρίσκεται. Για παράδειγμα, θα μπορούσε ένα AI να καταλάβει ποτέ τον σαρκασμό; Μια δεδομένη πρόταση μπορεί να είναι σαρκαστική όταν μιλάμε σε ένα πλαίσιο, αλλά όχι σε κάποιο άλλο. Ωστόσο, η ποσότητα των δεδομένων και η επεξεργαστική ισχύ των υπολογιστών συνεχίζει να αυξάνεται. Έτσι, με λίγες εξαιρέσεις, το AI θα μπορεί επίσης να είναι σε θέση να φτάσει τους ανθρώπους στην ικανότητα αναγνώρισης των διαφορετικών τύπων των συναισθημάτων μέσα στις επόμενες δεκαετίες.
Το ότι εάν ένα AI θα μπορέσει να βιώσει συναισθήματα είναι ένα αμφιλεγόμενο θέμα. Ακόμα κι αν θα μπορούσε, σίγουρα υπάρχουν συναισθήματα που θα έπεφταν έξω από το φάσμα κατανόησης του – γεγονός που το καθιστά δύσκολο να τα κατανοήσει πραγματικά.
