Når du er i en mørk kino, blir ofte ikke andre lagt merke til reaksjonene dine på det som skjer på skjermen. Her åpner du øynene dine brede ved en uventet sving av plottet, bokstavelig talt hopper opp i stolen din fra en skummel scene, eller slenger en tåre for melodramatisk musikk - alle disse følelsene blir sannsynligvis ikke rettet mer enn den plastiske baksiden av stolen foran. Men bare hvis denne kinoen ikke er utstyrt med "datasyn". Hvis du noen gang får en sjanse til å besøke en av disse, kan du være trygg på at mens du ser filmen, vil filmen se på deg.
Et dataprogram, hvis hovedoppgave nettopp er det som er skrevet om ovenfor, ble utviklet av Silver Logic Labs. Administrerende direktør Jerimaya Hamon er ekspert på anvendt matematikk som spesialiserer seg i tallteori. Han har jobbet i mange år innenfor murene til slike giganter som Amazon, Microsoft, samt ved Harvard Medical School, og jobbet med forskjellige spørsmål knyttet til den menneskelige forbrukerens natur. Imidlertid har hans viktigste interesse alltid vært å forstå hvordan kunstig intelligens (AI) kan bidra til bedre å forutsi en av våre vanskeligste egenskaper - menneskelig oppførsel.
Mens han studerte AI-algoritmer for å analysere menneskelige responser på oppfatninger av forskjellige typer medier, innså Hamon at det kunne være fordelaktig ikke bare vitenskapelig, men også kommersielt. Systemet hans fungerer som følger: AI-algoritmen overvåker publikum som ser filmen, legger merke til følelser i folks ansikter, manifestert gjennom selv de mest subtile endringene (de såkalte mikrouttrykkene), og genererer deretter nødvendige data basert på denne informasjonen for videre analyse.
Jamon gikk alvorlig inn i slik forskning for omtrent tre år siden, og selv om resultatene av hans arbeid for medieindustrien ser veldig grove ut så langt, vakte de absolutt stor interesse for dette emnet. Mye fordi de lover pålitelige resultater, siden menneskelig atferd kan være like forutsigbar som måten programvare fungerer, i det minste i Hamons egen visjon. AI på sin side, og datasynsteknologiene den bruker vil bidra til å samle informasjon om hvordan folk reagerer på visse filmer og TV-programmer, mye mer effektivt enn noen fucusgruppe. Når AI er opplært til å samle inn riktig datasett, kan det gi en rask, konsekvent og detaljert analyse av den informasjonen. For de områdene i bransjensom må jobbe med disse dataene - gode nyheter. Faktisk, takket være en mer kompetent og effektiv analyse av menneskelige ønsker og preferanser, vil de kunne forbedre sine produkter og tjenester som gir penger.
Rangeringer er en av de viktigste og veiledende aspektene som sikrer suksessen til et bestemt TV-program eller film. Til overraskelse for de som fulgte prosessen, kunne den nåværende versjonen av Hamons programvare forutsi rangeringer for Nielsen, Rotten Tomatoes og IMDB med en nøyaktighet på 84 til 99 prosent. Forskjellen i indikatorer skyldes at noen objekter i rangeringen er "multimodale", det vil si at de er designet for et bredere publikum, slik at de vanligvis er vanskeligere å forutsi. Generelt sett, når det gjelder TV, kan ikke selve forsøket på å forutsi populariteten til et bestemt program, annet enn å imponere.
“Da jeg først begynte, fortalte alle meg at jeg aldri ville være i stand til å forutsi noe sånt, fordi ingen kan,” delte Hamon i en samtale med futurismen.
Men med matematikk er ingenting umulig. Ifølge Hamon er det faktisk med hjelp av matematiske metoder mulig å merke seg mange nyanser som det ganske enkelt er umulig å notere uten at de brukes.
”Vi tok emosjonelle svar på visuell og auditive stimulering fra publikum og konverterte dem til digitale verdier. Og når noe tar form av en digital verdi, tar det før eller siden formen av den nødvendige likningen, som oppgaven i vårt tilfelle kommer ned på å finne ut hvor mye du virkelig likte (eller vil like) dette eller det showet, sier Hamon.
Salgsfremmende video:
Forskeren rapporterer at det foreligger omfattende statistisk analyse, men nekter å gi noen detaljer om hvilken ligning han bruker for å beregne, noe som indikerer at han på denne måten prøver å beskytte den "hemmelige ingrediensen" i programmet sitt.
Utenfor underholdningsindustrien
AIs høye ytelse med å forutsi menneskelige preferanser fikk Hamon til å utforske andre områder der programmet hans kunne være effektivt. For eksempel når du bestemmer om en person forteller sannheten eller ikke. Som en polygraf, kunne AI sammenligne data som indikerer belastende forhold med et referansesett med verdier, og på bakgrunn av dette bestemme om en person lyver eller ikke. For å teste denne ideen brukte Hamon en AI-algoritme for å utføre en oppgave med å identifisere følelser hos mennesker basert på video med relativt lav kvalitet. For forskningen brukte han videoer fra nyhetsbyrået CSPAN, samt opptak av film fra president Donald Trumps pressekonferanser.
I en tid der sannhet kan stilles spørsmålstegn ved, kan det være kritisk å skille sannhet fra usannhet. Systemet kan imidlertid også brukes i situasjoner der det bokstavelig talt er et spørsmål om liv og død. For eksempel innen medisin, der det kan være nødvendig å nøyaktig bestemme smertenivået en person opplever, slik at legene kan velge mer effektive behandlinger.
Hamon bemerker at systemet for eksempel kan være nyttig i situasjoner der det er nødvendig å identifisere et slag. Til tross for at medisinsk personell vanligvis får den nødvendige opplæringen for å gjøre det mulig for dem å identifisere tegnene på et hjerneslag, er det ofte ganger de såkalte mikroslagene (eller forbigående iskemiske angrep, om vitenskapelig), som ofte blir fulgt av storslag som rammer et stort område. hjerne. Datasyn på AI kunne oppdage disse mikrotegnene av et hjerneslag, eller til og med symptomer eller antydninger til en forestående sykdom, selv før de faktisk vises i pasienten. I dette tilfellet vil det medisinske personalet være i stand til å reagere på en riktig måte på situasjonen, og kanskje til og med ta skritt for å unngå videreutvikling av et mer alvorlig hjerneslag.
Men vil dette faktisk fungere? Jamon tror det er mulig. Forskeren er trygg på at AI-er er i stand til å bli så følsomme at de vil være i stand til å oppdage slike subtile og forbigående endringer i kroppens arbeid. Da systemet ble testet i forskjellige målgrupper, måtte forskerne ta hensyn til det faktum at noen mennesker tok foreskrevne medisiner, hvorav noen for eksempel har bivirkninger i form av høyt blodtrykk eller subtile muskelkramper. Kanskje en person ikke vil være i stand til å legge merke til disse endringene hos en annen person, men AI kan lett oppdage dem, men samtidig kan det ta feil av effekten av å ta stoffet for manifestasjon av stressende tegn. Dette må også tas med i betraktningen.
Kraftig verktøy
Mange mennesker tror at intelligente maskiner vil være blottet for skjevhet, men vi bør ikke glemme: Disse maskinene vil være laget av mennesker, og disse menneskene som utvikler og samhandler med AI kan ubevisst gi dem egne skjevheter. Med utviklingen av AI vil konsekvensene av akkumuleringen av disse skjevhetene bli mer uttalt og til slutt kunne påvirke forskjellige prosesseringer av informasjonsbehandling, for eksempel når du identifiserer en bestemt person eller når du samler inn en persons sosiale data som finnes i nettverkene til offentlige tjenester.
Siden ansiktsgjenkjenningsteknologier allerede begynner å infiltrere våre personlige liv, begynner mange å reflektere og ta mer oppmerksomhet til etiske spørsmål, og uttrykker bekymring for det sannsynlige partiske arbeidet med slike algoritmer. Den samme ideen om at teknologi kan eksistere uten noen grad av skjevhet innebygd i den, er svært kontroversiell. Det blir alvorlig stilt spørsmål ved bare ett enkelt argument: effektiviteten til AI vil avhenge av dataene som er innebygd i den, og disse dataene kan inneholde informasjon som opprinnelig ble farget av skjevheten til personen som opprettet dette systemet. Med utviklingen av AI-utvikling, med å lage maskiner som faktisk kan lære, må vi utvikle restriktive tiltak som kan beskytte oss mot situasjoner,når disse maskinene kan lære mye mer av oss enn vi hadde tenkt å lære dem.
Likevel er den samme Hamon sikker på at algoritmen hans er fullstendig upartisk, i det minste så mye som mulig. Datasystemet hans tolker bare tegn på menneskelig atferd, uansett hvilken type ansikt eller kropp som er i hans synsfelt.
“Jeg er indianer og må innrømme at det noen ganger skjer ting her som kan betente miljøet. For eksempel kan du bli nervøs når politiet vises bak ryggen. Imidlertid tror jeg at slike teknologier i fremtiden vil kunne utrydde denne nervøsitetsfaktoren fullstendig. Hvis du ikke gjør noe galt, vil datamaskinen sikkert informere politibetjenten om at du ikke gjør noe galt. Personlig vil jeg i dette tilfellet føle et økt nivå av min egen sikkerhet og beskyttelse mot politiets brutalitet, vel vitende om at datamaskinen vil kunne utføre et lignende nivå av trusselvurdering.
I alle fall bry ikke Hamon i det hele tatt om å tolke dataanalyseresultatene med algoritmen han opprettet. På tross av at han er trygg på algoritmen sin, erkjenner han også begrensningene. Derfor, hvis vi snakker om konklusjonene trukket fra analysen, er denne avgjørelsen ifølge forskeren best overlatt til ekspertene i rettshåndhevelsessystemet, medisin og psykiatri.
Fremtiden for Hamons utvikling på Silver Logic Labs er bare begynt. Og alternativene for anvendelsesområdet for AI den skaper er bare begrenset av den menneskelige fantasien. Hamon vil selv at verktøyet hans skal bli virkelig universelt og brukt til å løse en rekke problemer, men på en eller annen måte blir forskeren trukket dit det hele begynte: å lage underholdningsinnhold av høy kvalitet.
"Fortellinger er en del av menneskets kultur," sier Hamon.
Gjennom sitt arbeid oppdaget han minst ett umiskjennelig element som er nøkkelen til mediesuksess.
”Man liker virkelig å se en person omgås andre. Dette er en av de tingene som utgjør formelen for å lykkes, legger forskeren til.
Til tross for at samfunnet, kanskje, negativt kan oppfatte transformasjonene som AI lover å bringe inn i livene våre, kan man i Hamons visjon absolutt finne et veldig positivt øyeblikk. Før eller siden vil kunstig intelligens, basert på alle dataene den samler inn, en dag føre til at vi tenker på nytt vår forståelse av hva det virkelig betyr å være menneske. Kanskje vil han være i stand til å se i oss det vi aldri har sett før i andre eller i oss selv.
Nikolay Khizhnyak
