A Queen Mary Egyetem kutatói által létrehozott MI rádióhullámokból megállapítja bárki érzelmeit.

Testünk folyamatosan árulkodik rólunk. Lassan nincs az a faarcú James Bond, aki képes lenne elrejteni érzelmeit a mesterséges intelligenciák vesébe látó "szeme" elől. A londoni Queen Mary Egyetem kutatói dekódolták az emberi szív finom rezdüléseit – szó szoros és átvitt értelemében egyaránt.

A szív rejtett hangjai, rádióhullámban elmesélve

A kutatócsoport rádióhullámok segítségével a szívritmus legapróbb változásait is képes volt kiolvasni a vizsgálati alanyokból, majd egy fejlett neurális hálózat segítségével dekódolni is sikerült a jeleket: meg lehet mondani, hogy az alany melyik pillanatban mit érez, milyen érzelmei vannak. A PLOS One nyílt hozzáférésű tudományos folyóiratban közzétett tanulmány a katonai szakértők fantáziáját is megmozgatta.

A kutatók első lépésként készítettek egy nagy adatbázist különböző emberek szívritmusának finom változásairól. Ehhez egy rendkívül érzékeny rádióantennát használtak, amely a legkisebb változásokat is képes volt rögzíteni. A jelek rögzítése közben a vizsgálati alanyokkal olyan videókat nézettek, melyek erős emóciókat váltanak ki. Ez segített abban, hogy az egyes finom szívritmus-változások érzelmi hátterét (öröm, nyugalom, félelem, undor stb.) később dekódolják. Ez közel sem triviális feladat, hiszen egészen más reakciót válthat ki egy olyan emberből a cicás cukivideó, akinek súlyos macskaszőrallergiája van, mint abból, aki macskákkal él – és ez még egy viszonylag könnyen beazonosítható és kezelhető problémahalmaz.

A kísérleti személyekre egy EKG-t is kapcsoltak, ez volt a kontrolleszköz, amivel visszaellenőrizték az antennán keresztül rögzített jeleket. A jelekből összeállított adatbázisra eresztettek rá egy mély neurális hálózatot, amely a tanítás után 71 százalékos pontossággal határozta meg a vizsgált személyek érzelmi állapotát.

Az érzelemazonosítás területén ez nagyon jó eredmény, korábban gépi tanulási (Machine Learning – ML) módszereket alkalmazó kísérletekben 60 százalékos pontosságot tudtak elérni. Az ML-re épülő módszer ráadásul lényegesen munkaigényesebb, az adatkészlet sokkal aprólékosabb előkészítését igényli. El kell végezni például az ún. feature extraction műveletet. Ez az adat-transzformációs eljárás segít az optimális adatmodell kialakításában. Lényege, hogy bizonyos tulajdonságok kinyerésével kezelhetőbb méretűre lehet csökkenteni az adatmennyiséget (a feature extraction technikáról itt olvasható egy jó összefoglaló). A neurális hálózatoknak az is az előnye, hogy az ML-algoritmusoknál hatékonyabban kezelik az időfüggő adatkészleteket (ilyen adatkészletet eredményeznek a rádióhullámok is).

A 71 százalék persze közel sem tökéletes eredmény, írja beszámolójában a Defense One, és jól mutatja, hogy a mesterséges intelligencia még messze van attól, hogy az emberek érzelmeit képes legyen teljes komplexitásukban érzékelni. De az is kétségtelen, hogy a korábbi eredményekhez képest a Queen Mary Egyetem kutatócsoportja nagyon komoly haladást ért el ezen a téren.

Sokféle alkalmazási lehetőséget látnak

Minden ilyen kutatásnál felmerül a kérdés: miért? A Defense One erről kérdezte a kutatás vezetőjét, Yang Haót. Hao szerint ezeket az eredményeket az egészségügy és a wellness-ipar is tudja hasznosítani, mert azáltal, hogy pontosabb képet kapnak a betegeik, ügyfeleik érzelmi állapotáról, hatékonyabb kezelési programokat tudnak összeállítani. A kutató utalt arra, hogy egy ilyen mély neurális hálózat a nemzetbiztonsági szerveknek szintén segíthet, bár hozzátette, hogy ahhoz további kutatások kellenek. Arról nem is beszélve, hogy a technika komoly kihívás elé állítja a kibertérben amúgy is problémás személyes adatok védelmét.

A haditechnikai szaklap hoz is elképzelt példát, hogy a nemzetbiztonságban hol lehet a helye a Queen Mary Egyetem módszerének. A rendőrség például a hagyományos hazugságvizsgálónál sokkal pontosabban tudná azonosítani, hogy a gyanúsított mikor hazudik a kihallgatáson, ami kiélezett helyzetekben életmentő lehet.

Szerencsére van szelídebb alkalmazási forgatókönyv is: például amikor valaki idegesen érkezik haza a munkahelyéről, az érzelemazonosító képességgel felvértezett okoshangszórója ezt azonnal érzékeli, és megnyugtató zenével segít elszakadni a munkahelyi gondoktól.

Piaci hírek

Fontos tervrajzokat loptak az Apple-től. Zsarolják a vállalatot

A Maceket is elérte az új zsarolási típus. Az időzítés valószínűleg szándékos: a napokban mutatták be a vállalat új termékeit.
 
Hirdetés

Három fontos tanács a jövőálló vállalkozások felépítéséhez

A VMware Future Ready Solution megoldásai lehetővé teszik a problémákra adott gyors reakciót, az új körülményekhez való alkalmazkodás és az innováció felgyorsítását is.

A virtualizáció nem válik elavulttá a konténerizació és a Kubernetes miatt, sőt katalizátora lehet az új techológiák bevezetésének.

a melléklet támogatója a Tech Data

A KPMG immár 22. alkalommal kiadott CIO Survey jelentése szerint idén az informatikai vezetők leginkább a digitalizációra, a biztonságra és a szoftverszolgáltatásokra koncentráltak.

Használtszoftver-kereskedelem a Brexit után

Az EU Tanácsa szerint összeegyeztethető a backdoor és a biztonság. Az ötlet alapjaiban hibás. Pfeiffer Szilárd fejlesztő, IT-biztonsági szakértő írása.
Ön sem informatikus, de munkája során az információtechnológia is gyakran befolyásolja döntéseit? Ön is informatikus, de pénzügyi és gazdasági szempontból kell igazolnia a projektek hasznosságát? Mi közérthető módon, üzleti szemmel dolgozzuk fel az infokommunikációs híreket, trendeket, megoldásokat. A Bitport tizenegyedik éve közvetít sikeresen az informatikai piac és a technológiát hasznosító döntéshozók között.
© 2010-2021 Bitport.hu Média Kft. Minden jog fenntartva.