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

Van az a pénz... Kivették a kínai App Store-ból a WhatsAppot és Threadset

Peking szerint a Meta két mobil appja nemzetbiztonsági aggályokat vet fel.
 
Hirdetés

Adathelyreállítás pillanatok alatt

A vírus- és végpontvédelmet hatékonyan kiegészítő Zerto, a Hewlett Packard Enterprise Company platformfüggetlen, könnyen használható adatmentési és katasztrófaelhárítási megoldása.

Hol, milyen adatokat és hányszorosan tároljunk ahhoz, hogy biztonságban tudhassuk szervezetünk működését egy nem várt adatvesztési incidens esetén is?

a melléklet támogatója az EURO ONE Számítástechnikai Zrt.

CIO KUTATÁS

TECHNOLÓGIÁK ÉS/VAGY KOMPETENCIÁK?

Az Ön véleményére is számítunk a Corvinus Egyetem Adatelemzés és Informatika Intézetével közös kutatásunkban »

Kérjük, segítse munkánkat egy 10-15 perces kérdőív megválaszolásával!

LÁSSUNK NEKI!

Amióta a VMware a Broadcom tulajdonába került, sebesen követik egymást a szoftvercégnél a stratégiai jelentőségű változások. Mi vár az ügyfelekre? Vincze-Berecz Tibor szoftverlicenc-szakértő (IPR-Insights) írása.

Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak

Különösen az early adopter vállalatoknak lehet hasznos. De különbözik ez bármiben az amúgy is megkerülhetetlen tervezéstől és pilottól?

Sok hazai cégnek kell szorosra zárni a kiberkaput

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 tizennegyedik éve közvetít sikeresen az informatikai piac és a technológiát hasznosító döntéshozók között.
© 2010-2024 Bitport.hu Média Kft. Minden jog fenntartva.