Datorer kan inte säga om du är glad när du ler

En animerad gif som visar människor med olika ansiktsuttryck Ms. Tech; Bilder från Unsplash, Pixabay, Pexels

När människor försöker ta reda på hur någon mår använder vi mycket information: ansiktsuttryck, kroppsspråk, var den personen är och mer. När datorer försöker göra samma sak tenderar de att fokusera bara på ansiktet. Det är ett stort fel: enligt en viktig ny studie , tyder det på att de flesta påståenden från företag som känner igenkänning är felaktiga.

Känsloigenkänning – eller att använda teknik för att analysera ansiktsuttryck och härleda känslor – är enligt en uppskattning inställd på att vara en affärer på 25 miljarder dollar till 2023 . Stora företag som Microsoft och Apple, såväl som specialiserade startups som Kairos och Affectiva, deltar alla. Även om den vanligast används för att sälja produkter, har känsloigenkänningsteknik också dykt upp jobbrekrytering och som ett möjligt verktyg för att ta reda på om någon försöker begå försäkringsbedrägerier . Tillbaka 2003, US Transportation Security Administration började träna människor att upptäcka potentiella terrorister genom att läsa deras ansiktsuttryck , så det är lätt att föreställa sig ett projekt med artificiell intelligens som försöker samma sak. (TSA-programmet fick stor kritik för bygger på dålig vetenskap .)

Men sedan flera år tillbaka har det funnits en växande tillbakadragande mot tron ​​att ansiktsuttryck är lätta att ge bort känslor. En grupp forskare sammanförd av Föreningen för psykologisk vetenskap tillbringade två år med att granska mer än 1 000 artiklar om känsloretektering. De fokuserade på forskning om hur människor rör sina ansikten när de känner vissa känslor, och hur människor härleder andra människors känslomässiga tillstånd från deras ansikten. Gruppen drog slutsatsen att det är väldigt svårt att enbart använda ansiktsuttryck för att exakt berätta hur någon mår.

Människor ler när de är glada och rynkar pannan när de är ledsna, men sambandet är svagt, säger studiens medförfattare Lisa Feldman Barrett , en psykolog vid Northeastern University. Människor gör många andra saker när de är glada eller ledsna också, och ett leende kan vara snett eller ironiskt. Deras beteenden varierar mycket mellan kulturer och situationer, och sammanhanget spelar en stor roll för hur vi tolkar uttryck. Till exempel i studier där någon placerat en bild av ett positivt ansikte på kroppen av någon i en negativ situation, människor upplevde ansiktet som mer negativt .

Kort sagt, uttrycken vi har lärt oss att associera med känslor är stereotyper, och teknik baserad på dessa stereotyper ger inte särskilt bra information. Att få rätt igenkänning av känslor är dyrt och kräver att man samlar in mycket extremt specifik data - mer, säger Barrett, än någon annan har hittills.

Faran med för lite data

De flesta företag jag bad om att kommentera den här historien, inklusive Apple och Microsoft, svarade inte. En som gjorde det, Kairo , lovar återförsäljare att de kan använda emotionsigenkänningsteknik för att ta reda på hur deras kunder mår. Genom att skanna kundernas ansikten och analysera ett höjt ögonbryn eller ett leende för att se om någon är glad eller ledsen, tillhandahåller Kairos den typen av data som kan vara svåra för fysiska företag att samla in, säger vd Melissa Doval.

För att träna sin teknik lät Kairos människor titta på känsloframkallande videor och scannade deras ansikten. Vissa andra data kom från poserade uttryck. En person på företaget är ansvarig för att märka dessa data för att mata algoritmen.

Detta är ett extremt vanligt tillvägagångssätt, men det har två stora svagheter, enligt den nya recensionen. En är de poserade ansiktena. Om du blir tillsagd att göra ett förvånat ansikte kan det skilja sig mycket från hur ditt ansikte faktiskt ser ut när du blir förvånad. Det andra problemet är att låta en tredje part gå igenom och märka dessa data. En observatör kan läsa ett ansiktsuttryck som förvånad, men utan att fråga den ursprungliga personen är det svårt att veta vad den verkliga känslan var.

Resultatet är en teknik med ganska rudimentära förmågor. För hennes del säger Doval att företaget för närvarande fokuserar på att förbättra sin kamera och instrumentbräda istället för själva känslotekniken. Hon tillade att de så småningom skulle vara intresserade av att ta forskning som Barretts i beaktande och lägga till demografisk data för mer sammanhang och för att göra algoritmen mer exakt.

Faran att få det rätt

Barrett har förslag på hur man kan göra känslomässig igenkänning bättre. Använd inte enstaka bilder, säger hon; studera individer i olika situationer över tid. Samla mycket sammanhang – som röst, hållning, vad som händer i omgivningen, fysiologisk information som vad som händer med nervsystemet – och ta reda på vad ett leende betyder på en specifik person i en specifik situation. Upprepa och se om du kan hitta några mönster hos personer med liknande egenskaper som kön. Du behöver inte alltid mäta alla, men du kan mäta ett större antal människor som du provar över kulturer, säger hon. Jag tror att vi alla dras naturligt mot denna Big Data-strategi. Detta är nu möjligt att göra, medan det till och med för ett decennium sedan var mycket svårare.

Denna metod liknar mer tillvägagångssättet för företag som Boston-baserade Affektiva . Affectivas medgrundare och VD Rana el Kaliouby håller med om att den nuvarande förståelsen av känslor är alltför förenklad. Företagets egen analys har till exempel visat att det finns minst fem olika typer av leenden, från ett flirtigt leende till ett artigt. Affectiva samlar in data från 87 länder, registrerar människor i verkliga situationer (som när de kör bil) och ber deltagarna om självrapporter om hur de känner sig. Är det ett löst problem? Det är det inte alls, säger el Kaliouby. Affectivas teknologi är bättre på att klassificera glädje, till exempel än den är på att skilja på rädsla, ilska och avsky.

För noggrannheten är mer data bättre. Men att samla in så mycket personlig information har också fallgropar, vilket de pågående debatterna kring ansiktsigenkänning visar. Konsumenter är alltmer rädda för att förlora integritet eller att få sina data använda mot dem. Det är något som borde vara ett bekymmer för något av dessa system, säger Tiffany Lee , en integritetsforskare med Yale University's Information Society Project. Frågan är att ha rätt skydd.' Vi behöver till exempel veta var informationen kommer ifrån, hur den samlas in och hur den lagras. Kommer uppgifterna att säljas eller överföras? Kommer den att länkas till andra datauppsättningar som kan ha identifierande information?

Affectiva säger att de vägrar att arbeta med övervaknings- eller lögndetäckande företag. Akademiker har vanligtvis strikta gränser för hur de kan samla in och dela data. Men den privata sektorn styrs inte av breda regler kring datainsamling och användning, och det kan vara farligt när företag försöker förbättra sin teknik. Jag tycker inte att vi har tillräckligt med skyddsåtgärder just nu, säger Li.

Rättelse: Känsloigenkänning kommer att bli en affär på 25 miljarder dollar år 2023, enligt en marknadsuppskattning. En tidigare version av den här artikeln hade fel på detta nummer.

Dölj