Apple kupuje Emotient – kvůli rozpoznávání emocí
11.1.2016, Michal Hala, aktualita
Společnost Apple údajně koupila společnost Emotient, která se věnuje rozpoznávání výrazů tváře pomocí umělé inteligence. Na základě určení výrazu dokáže určit emoce pozorované osoby. Podívejme se pod pokličku, jak se to dělá.
Apple prý koupil společnost Emotient, která vyvíjí umělou inteligenci schopnou rozpoznat aktuálně prožívané emoce. Aplikace se údajně používá zejména v marketingu a medicíně. Mluvčí z Cupertina se omezil na standardní konstatování, že společnost Apple čas od času koupí nějakou menší společnost a že obecně neposkytuje informace o účelu a cílech nákupu.
Pojďme se podívat, jaké jsou psychologické základy vizuálního rozpoznávání emocí. Jednou z nejrozšířenějších teorií je práce amerických psychologů Paula Ekmana a Wallace Friesena. Ekman s Friesenem došli k závěru, že existuje šest základních emocí – radost (štěstí), smutek, hněv, strach, zhnusení (znechucení, odpor) a překvapení (údiv). Ostatní emoce jsou kombinací a odvozením těchto základních.
Oba autoři dokázali, že každé ze šesti základních emocí i emocím odvozeným odpovídá určitý specifický výraz tváře. Tento výraz je platný univerzálně, nezávisle na rase a kultuře. Takže je společný všem lidem. Příslušné výrazy jsou na obrázku. Ekman s Friesenem nakonec vytvořili Facial Action Coding System (Kódovací systém výrazů tváře), který popisuje všechny možné výrazy tváře a přiřazuje k nim příslušné emoce.
Zdroj: The Grimace Project
Ale co když zkoumaná osoba dává najevo jiné emoce, než skutečně pociťuje? Prostě když své emoce předstírá. I v tomto případě mají Ekman s Friesenem řešení. Pokud osoba pociťuje nějakou emoci, nedokáže při sebevětší snaze úplně potlačit její projev – tj. charakteristický výraz tváře. Ten na zlomek vteřiny probleskne i přes jiný, záměrně předstíraný výraz. Tomuto krátkému výrazu Ekman s Friesenem říkají mikrovýraz.
Uvádí se, že člověk trénovaný v FACS dokáže správně přečíst 80-90 % mikrovýrazů, když sleduje určitého jedince. To je velmi vysoká úspěšnost. Techniku čtení mikrovýrazů používají například trénovaní policisté, pracovníci tajných služeb, odborníci v marketingu, obchodníci, lékaři apod. Schopnost přečíst emoce druhého člověka má prostě velký význam v nepřeberné řadě oborů. Ať už chcete druhého člověka pochopit, nebo s ním nějak manipulovat.
Takže když to shrnu, předpokládám, že software (resp. umělá inteligence) od Emotientu nejspíš vychází z práce Ekmana a Friesena. Prostě analyzuje obraz tváře a hledá mikrovýrazy. Možnosti takového softwaru jsou ovšem značné. Pokud snímáte nějakou osobu a z jejího výrazu určíte právě prožívanou emoci, můžete vyhodnocovat reakci této osoby na aktuální podněty, na aktuální situaci a podobně.
Pokud víte, co daný člověk cítí, můžete porozumět jeho motivaci i chování a podle potřeby upravit vlastní chování k dané osobě. Samozřejmě můžete určitému podnětu (třeba zboží) vystavovat více lidí a jejich reakce zpracovávat statisticky. Předpokládám, že rozpoznávání emocí si najde cestu také do digitálních asistentek, které se naučí lépe rozumět svým lidským partnerům.
Zdroj: PC Magazine
Pojďme se podívat, jaké jsou psychologické základy vizuálního rozpoznávání emocí. Jednou z nejrozšířenějších teorií je práce amerických psychologů Paula Ekmana a Wallace Friesena. Ekman s Friesenem došli k závěru, že existuje šest základních emocí – radost (štěstí), smutek, hněv, strach, zhnusení (znechucení, odpor) a překvapení (údiv). Ostatní emoce jsou kombinací a odvozením těchto základních.
Oba autoři dokázali, že každé ze šesti základních emocí i emocím odvozeným odpovídá určitý specifický výraz tváře. Tento výraz je platný univerzálně, nezávisle na rase a kultuře. Takže je společný všem lidem. Příslušné výrazy jsou na obrázku. Ekman s Friesenem nakonec vytvořili Facial Action Coding System (Kódovací systém výrazů tváře), který popisuje všechny možné výrazy tváře a přiřazuje k nim příslušné emoce.
Zdroj: The Grimace Project
Ale co když zkoumaná osoba dává najevo jiné emoce, než skutečně pociťuje? Prostě když své emoce předstírá. I v tomto případě mají Ekman s Friesenem řešení. Pokud osoba pociťuje nějakou emoci, nedokáže při sebevětší snaze úplně potlačit její projev – tj. charakteristický výraz tváře. Ten na zlomek vteřiny probleskne i přes jiný, záměrně předstíraný výraz. Tomuto krátkému výrazu Ekman s Friesenem říkají mikrovýraz.
Uvádí se, že člověk trénovaný v FACS dokáže správně přečíst 80-90 % mikrovýrazů, když sleduje určitého jedince. To je velmi vysoká úspěšnost. Techniku čtení mikrovýrazů používají například trénovaní policisté, pracovníci tajných služeb, odborníci v marketingu, obchodníci, lékaři apod. Schopnost přečíst emoce druhého člověka má prostě velký význam v nepřeberné řadě oborů. Ať už chcete druhého člověka pochopit, nebo s ním nějak manipulovat.
Takže když to shrnu, předpokládám, že software (resp. umělá inteligence) od Emotientu nejspíš vychází z práce Ekmana a Friesena. Prostě analyzuje obraz tváře a hledá mikrovýrazy. Možnosti takového softwaru jsou ovšem značné. Pokud snímáte nějakou osobu a z jejího výrazu určíte právě prožívanou emoci, můžete vyhodnocovat reakci této osoby na aktuální podněty, na aktuální situaci a podobně.
Pokud víte, co daný člověk cítí, můžete porozumět jeho motivaci i chování a podle potřeby upravit vlastní chování k dané osobě. Samozřejmě můžete určitému podnětu (třeba zboží) vystavovat více lidí a jejich reakce zpracovávat statisticky. Předpokládám, že rozpoznávání emocí si najde cestu také do digitálních asistentek, které se naučí lépe rozumět svým lidským partnerům.
Zdroj: PC Magazine
