فناوری تشخیص چهره فوجیتسو می‌تواند احساسات کاربران را شناسایی کند
به گزارش کارگروه فناوری اطلاعات سایبربان ؛ آزمایشگاه فوجیتسو در حال توسعه‌ی فناوری تشخیص چهره مبتنی‌بر هوش مصنوعی است که می‌تواند حالت‌های مختلف احساسی کاربر اعم از عصبانیت و سردرگمی و ناراحتی را به‌خوبی از روی چهره تشخیص دهد. فناوری تشخیص چهره به‌سرعت در حال رشد و توسعه است و آزمایشگاه فوجیتسو نیز در‌این‌زمینه تحقیقات گسترده‌ای انجام داده و اکنون ادعا می‌کند ابزار جدید مبتنی‌بر هوش مصنوعی‌اش می‌تواند از روی چهره‌ی فرد، حالت‌های مختلف احساسی وی را شناسایی و ردیابی کند. پیش‌تر نیز گفته شده بود گجت پوشیدنی آمازون احساسات کاربر را از روی صدا تشخیص میدهد.
در‌حال‌حاضر، شرکت‌هایی همچون مایکروسافت از ابزارهای مختلف مبتنی‌بر فناوری تشخیص چهره برای شناسایی حالت‌های احساسی کاربران استفاده می‌کنند. البته تاکنون موفق شده‌اند تنها هشت حالت احساسی ازجمله عصبانیت، حالت تحقیرشدن، ترس، انزجار، خوشبختی، غم، تعجب و حالت بی‌طرفی را تشخیص دهند.
ابزار جدید با استفاده از واحدهای مختلف عملکردی (Action Unit) یا AUs می‌تواند احساسات را شناسایی کند. هریک از حرکات خاص عضلات صورت، نشان‌دهنده‌ی احساسات خاصی هستند. به‌عنوان مثال، وقتی گونه‌ها به‌‌سمت بالا و لب‌ها کشیده و باز باشد، ابزار جدید مبتنی‌بر هوش مصنوعی تشخیص میدهد کاربر خوشحال است. سخن‌گوی فوجیتسو در گفت‌وگویی مطبوعاتی اعلام کرد:
یکی از مسائلی که عموما در شناسایی احساسات ازطریق سیستم‌های تشخیص چهره وجود دارد، آن است که اغلب این سیستم‌ها نیازمند مرکز داده‌ی عظیمی از AUهای مختلف هستند؛ درنتیجه، حجم زیادی از اطلاعات باید به سیستم آموزش داده شود. همچنین، با توجه به اینکه تصاویر کافی در‌این‌زمینه موجود نیست، معمولا چنین سیستم‌هایی دقیق نیستند.
با توجه به اینکه دادههای زیادی برای آموزش سیستم مبتنی‌بر هوش مصنوعی نیاز است تا بتواند احساسات را تشخیص دهد، فناوری‌های کنونی تلاش می‌کنند با دادههای موجود، احساسات کاربر را تشخیص دهند. گاهی اوقات کاربر در وضعیت واقعی مثلا جلو دوربین نشسته و به دوربین نگاه می‌کند تا احساساتش را سیستم شناسایی کند که چنین وضعیتی واقعی به‌حساب نمی‌آید.
تاکنون مقاله‌های پژوهشی و تحقیقاتی مختلفی به‌رشته‌ی تحریر درآمده که نشان میدهد فناوری‌های فعلی به‌کاررفته برای تشخیص احساسات مطمئن نیستند؛ اما فوجیتسو ادعا می‌کند راهکاری برای حل این مسئله پیدا کرده است. فوجیتسو به‌جای ایجاد تصاویر بیشتر برای آموزش سیستم مبتنی‌بر هوش مصنوعی، تلاش می‌کند روی ابزاری برای استخراج دادههای بیشتر از تصاویر متمرکز شود و آن را «فرایند عادی‌سازی» نام‌گذاری کرده است.
در این فرایند، تصویر گرفته‌شده از زاویه‌ای خاص از زوایای مختلف به تصاویری تبدیل می‌شود که شبیه به همان تصویر گرفته شده است. پس از بزرگ‌نمایی یا حتی کوچک‌کردن تصویر و چرخش آن، سیستم مبتنی‌بر هوش مصنوعی می‌تواند ازطریق این تصاویر حالت‌های احساسی کاربر را با دقت بیشتری شناسایی کند. سخن‌گوی فوجیتسو در ادامه‌ی صحبت‌های خود اضافه کرد:
با ابزار جدید می‌توانیم با استفاده از مجموعه دادههای محدود، حالات احساسی کاربر را به‌صورت دقیق‌تری تشخیص دهیم. همچنین، با استفاده از AUهای بیشتر می‌توانیم احساسات پیچیده‌ی کاربر را با دقت بیشتری تشخیص دهیم و سیستم می‌تواند حالت‌های احساسی کاربر را دقیق تجزیه و تحلیل کند.
فوجیتسو ادعا می‌کند سیستم جدید مبتنی‌بر هوش مصنوعی‌اش با دقت ۸۱ درصدی می‌تواند حالت‌های احساسی را شناسایی کند و تشخیص دهد. طبق تحقیقات، میزان دقت فناوری تشخیص حالت‌های احساسی کاربران در مایکروسافت ۶۰ درصد است. به‌علاوه همان‌طور‌که گفته شد، در سیستم مایکروسافت تمامی حالت‌های احساسی شناسایی نمی‌شوند و تنها هشت حالت اصلی در نظر گرفته می‌شوند.
فوجیتسو ادعا می‌کند فناوری‌های جدید این‌چنینی می‌تواند کاربردهای متنوعی داشته و برای ساخت ربات‌هایی با قابلیت تشخیص رفتار و حالت‌های احساسی بسیار سودمند باشند. یکی دیگر از کاربردهای فناوری جدید می‌تواند برای تشخیص وضعیت و حالات روحی و روانی رانندگان جاده‌ای در نظر گرفته شود که بی‌شک به ارتقای امنیت جاده‌ها و کاهش تصادفات جاده‌ای منجر خواهد شد.
باوجوداین، سؤال مهم این است: چنین ابزارهایی می‌توانند عملکردی دقیق‌تر دراختیار کاربران قرار دهند؟ نباید فراموش کنیم برخی متخصصان حوزه‌ی روان‌شناسی بر این باورند که چنین ابزارهایی نمی‌توانند حالت‌های احساسی کاربران را به‌خوبی شناسایی کنند و تشخیص دهند که همین مسئله یکی از مشکلات چنین ابزارهایی محسوب می‌شود.
افزون‌براین، باید در نظر داشته باشیم احساسات انسان هرلحظه ممکن است تغییر کند؛ مثلا افراد بسیاری را دیده‌ایم که در اوج عصبانیت یک‌دفعه می‌خندند و رفتارهای ضد‌و‌نقیض از خود نشان می‌دهند که ممکن است بر دقت سیستم‌های تشخیص احساسات از روی چهره تأثیرگذار باشد.
