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.
CIO KUTATÁS
AZ IRÁNYÍTÁS VISSZASZERZÉSE
Valóban egyre nagyobb lehet az IT és az IT-vezető súlya a vállalatokon belül? A nemzetközi mérések szerint igen, de mi a helyzet Magyarországon?
Segítsen megtalálni a választ! Töltse ki a Budapesti Corvinus Egyetem és a Bitport anonim kutatását, és kérje meg erre üzleti oldalon dolgozó vezetőtársait is!
Az eredményeket május 8-9-én ismertetjük a 16. CIO Hungary konferencián.
Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak