AIを使って人の心を理解する?感情科学の専門家:表情から感情を識別するのは信頼できない

AIを使って人の心を理解する?感情科学の専門家:表情から感情を識別するのは信頼できない

AIは人間の感情を認識できるでしょうか?原理的には、AIは音声認識、視覚認識、テキスト認識、表情認識などのデータとディープラーニングや手動ラベリングを組み合わせることで、感情を認識する能力を獲得することができます。これは、AI ロボットが人の表情を通じて感情を理解できることを意味します。

この目標を達成するために、マイクロソフト、IBM、アマゾンなどの大手企業は、人の顔の分析に基づいて感情を推測する、いわゆる「感情認識」アルゴリズムの販売を開始した。たとえば、顔をしかめて口を尖らせている場合は怒っていることを意味し、目が大きくなって眉が上がり、口が大きく開いている場合は怖がっていることを意味します。

[[272269]]

この技術はどこで使用できますか?

一部の企業は、国境で​​の人物識別、犯罪者の検出、銀行取引の検証にこれを利用しています。英国企業WeSeeのCEO、デビッド・フルトン氏はメディアのインタビューで、「将来的には地下鉄のカメラが当社の技術を使って不審な行動を検知し、潜在的なテロの脅威を当局に警告できるようになるだろう」と語った。また、「サッカーの試合や政治集会などのイベントでも活用できるだろう」とも語った。

[[272270]]

このテクノロジーは、面接中に採用担当者が求職者の感情を追跡し、彼らが熱心であるか、退屈しているか、誠実であるかを判断するのに役立ちます。スーパーマーケットでは、この技術を利用して顧客の年齢、性別、気分を識別し、ターゲットを絞ったマーケティングを行うことができます。

しかし、顔の表情だけに基づいて気分を推測することは常に議論の的となってきました。この目的のため、アメリカ心理科学協会の委託を受け、この分野の優れた科学者5名がデータ収集と科学的証明を実施しました。各評論家は感情科学における異なる理論的陣営を代表しています。最終的な研究論文では、感情はさまざまな方法で表現され、単純な一連の顔の動きから人の感情を確実に推測することは困難であり、表情と気分の直接的な相関関係を証明する確固たる科学的証拠は存在しないことが示されました。

マサチューセッツ州ノースイースタン大学の心理学教授で、この論文の著者の一人であるリサ・フェルドマン・バレット氏は、メディアのインタビューで次のように語った。「企業は言いたいことを言うことができるが、データは真実だ。企業は怒った顔を検知できるが、これは怒りの感情を知覚することとは異なる。」

もちろん、この論文は一般的な典型的な表情が存在することを否定するものではなく、社会的相互作用における表情の大きな役割も明らかです。感情研究の分野にはさまざまな考え方があり、この論文は心理学者ポール・エクマンが1960年代に提唱し、その後発展させた「感情の指紋」理論に反対している。

この論文は、「感情の指紋」理論には方法論的な欠陥があると主張している。例えば、俳優たちの誇張した表情を感情の起点として利用した。参加者がこれらの表現にラベルを付けるよう求められたとき、彼らは限られた選択肢の範囲内で決定するよう求められることが多く、それによって一定の合意に達するよう促されました。

「データによると、平均して、人が怒っているときにしかめ面をするのは 30 パーセント未満です」とバレット氏は言う。「ですから、しかめ面は怒りのサインではなく、怒りの表現方法の 1 つにすぎません。つまり、70 パーセント以上の確率で、人は怒っているときにしかめ面をしません。それだけでなく、怒っていないときでも、よくしかめ面をします。」

バレット氏らは長年、企業の感情認識モデルは単純すぎると警告してきた。アルゴリズムを販売する企業は、分析は顔の表情だけでなく、多くの信号に基づいていると答えている。問題は、多くの信号を収集した場合、どうやってそれらのバランスをとるのかということです。

しかしバレット氏は、将来は人工知能が感情をより正確に「測定」できるようになると固く信じている。一方、感情認識が普及すれば、私たちはそれを受け入れ、その失敗に対応するために行動を変えるかもしれません。私たちは、機械に理解されることを知っているので、誇張した表情をするかもしれません。

この論文の主なポイントは、感情についてもっと複雑な方法で考える必要があるということです。ダーウィンが信じていたように、「種という生物学的カテゴリーには本質がなく、それは非常に多様な個体から構成されるカテゴリーである」。「感情的なカテゴリーについても同じことが言える」とバレットは信じている。

<<:  機械学習に必須の Python ライブラリ トップ 10

>>:  自動運転L2が登場、運転はもっと楽になるのか?

ブログ    
ブログ    

推薦する

私が嫌いな人工知能

以前は、機械学習に少しイライラしていました。一方では、メディアやトレーニング機関が機械学習を汎用人工...

データセンターにおけるAI技術の応用

AI技術はここ数年で進歩しており、データセンターを含む多くの業界で導入されています。たとえば、Goo...

チューリングテストは死んだ! ChatGPTは人間テストに合格してもカウントされない、スーパーAIが新参者「ロジックパズル」を評価

世界で最も強力な AI - ChatGPT は、さまざまなテストに合格し、真偽を区別するのが難しい回...

顔認識はどこにでもあるが、デジタル悪用のリスクに注意

数日前、清華大学法学院のラオ・ドンヤン准教授が、コミュニティに顔認識アクセス制御システムを設置するこ...

...

Linux 仮想化ガイド: 仮想化環境の構築

仮想化技術はコンピューティング分野で幅広い用途があり、ハードウェア リソースの利用率を向上させ、メン...

ディープフェイクが流行中!誰かがこれを使ってロシアの野党の人物を真似し、ズームで欧州の国会議員を「からかう」

[[399266]]ビッグデータダイジェスト制作著者: 王 イエ最近、欧州の一部の上級議員は困惑し...

...

AIが大学入試のエッセイを書いたら何点取れるでしょうか?

みなさんこんにちは。私はシュイです。気がつけば、またこの2日間で大学入試の時期になりました。私が大学...

自動運転における説明可能なAIのレビューと今後の研究の方向性

2021 年 12 月 21 日に arXiv にアップロードされた自動運転のための説明可能な AI...

機械学習アルゴリズムの実践: ナイーブベイズ

[[197761]]序文前回の記事「機械学習アルゴリズムの実践: 決定木」では、決定木の実装について...

ロボットが密かに出産してみんなを驚かせている?

[[439390]]中国国営ラジオの12月7日の北京での「ニュースハイパーリンク」によると、米国の...

GPT-4+Midjourney がコードなしで「Angry Pumpkin」を作成!実際の経験:閾値は低くなく、再現が難しい

市販の AI ツールを使えば、自分でコードを 1 行も書かずに完全な「Angry Birds」を作れ...

ユネスコは世界初の生成型AI教育ガイドを発行し、各国に関連法規制の策定、教師研修の実施を要請

9月7日、ユネスコは「教育と研究における生成AIの利用に関するガイドライン」を発行しました。これは、...

自然言語処理: コンピュータに人間の言語を理解して処理させる

自然言語処理 (NLP) は、人工知能の分野における重要かつ刺激的なテクノロジーです。その目標は、コ...