Når du er i en mørk biograf, bemærkes dine reaktioner på, hvad der sker på skærmen, ofte ikke af andre. Her åbner du øjnene brede ved en uventet vending af plottet, bogstaveligt talt springer op i din stol fra en skræmmende scene, eller kaster en tåre over melodramatisk musik - alle disse følelser sandsynligvis ikke styres mere end plastens bagside af stolen foran. Men kun hvis denne biograf ikke er udstyret med "computer vision". Hvis du nogensinde får en chance for at besøge en af disse, kan du være sikker på, at mens du ser filmen, ser filmen dig.
Et computerprogram, hvis hovedopgave netop er, hvad der er skrevet om ovenfor, blev udviklet af Silver Logic Labs. Dets administrerende direktør Jerimaya Hamon er ekspert i anvendt matematik med speciale i taleteori. Han har arbejdet i mange år inden for murene på sådanne giganter som Amazon, Microsoft og også på Harvard Medical School og beskæftiget sig med forskellige spørgsmål, der er relateret til den menneskelige forbrugers karakter. Hans største interesse har dog altid været at forstå, hvordan kunstig intelligens (AI) kan hjælpe med at forudsige en af vores sværeste egenskaber - menneskelig adfærd.
Mens han undersøgte AI-algoritmer til analyse af menneskelige reaktioner på opfattelse af forskellige typer medier, indså Hamon, at det kunne være en fordel ikke kun videnskabeligt, men også kommercielt. Hans system fungerer som følger: AI-algoritmen overvåger publikum, der ser filmen, bemærker følelser på folks ansigter, manifesteres gennem selv de mest subtile ændringer (de såkaldte mikro-udtryk) og genererer derefter de nødvendige data baseret på denne information til efterfølgende analyse.
Hamon begyndte alvorligt at undersøge sådan forskning for omkring tre år siden, og selv om resultaterne af hans arbejde for mediebranchen hidtil ser meget grove ud, tiltrak de bestemt en masse interesse for dette emne. Stort set fordi de lover pålidelige resultater, da menneskelig adfærd kan være lige så forudsigelig som den måde, software fungerer, i det mindste i Hamons egen vision. AI på sin side såvel som computervisionsteknologierne, det bruger, vil hjælpe med at indsamle information om, hvordan folk reagerer på bestemte film og tv-programmer, meget mere effektivt end nogen fucusgruppe. Når AI er trænet til at indsamle det rigtige datasæt, kan det give en hurtig, konsistent og detaljeret analyse af denne information. For de områder af branchender skal arbejde med disse data - gode nyheder. Takket være en mere kompetent og effektiv analyse af menneskelige ønsker og præferencer vil de faktisk kunne forbedre deres produkter og tjenester, der bringer penge.
Bedømmelser er et af de vigtigste og vejledende aspekter, der sikrer succes for et bestemt tv-program eller -film. Til overraskelse for dem, der fulgte processen, var den aktuelle version af Hamons software i stand til at forudsige ratings for Nielsen, Rotten Tomatoes og IMDB med en nøjagtighed på 84 til 99 procent. Forskellen i indikatorer skyldes, at nogle af objekterne i klassificeringen er "multimodale", dvs. at de er designet til et bredere publikum, så de er normalt sværere at forudsige. Generelt, når det kommer til tv, kan selve forsøget på at forudsige populariteten af et bestemt program ikke undgå at imponere.
”Da jeg først begyndte, fortalte alle mig, at jeg aldrig ville være i stand til at forudsige noget lignende, fordi ingen kan,” delte Hamon i en samtale med futurismen.
Men med matematik er intet umuligt. Ifølge Hamon er det faktisk ved hjælp af matematiske metoder muligt at bemærke mange nuancer, som det ganske enkelt er umuligt at bemærke uden deres brug.
”Vi tog følelsesmæssige reaktioner på visuel og auditive stimulering fra publikum og konverterede dem til digitale værdier. Og når noget tager form af en digital værdi, tager det før eller siden formen af den nødvendige ligning, hvis opgave i vores tilfælde kommer til at finde ud af, hvor meget du virkelig kunne lide (eller vil lide) dette eller det andet show,”siger Hamon.
Salgsfremmende video:
Forskeren rapporterer, at der er omfattende statistisk analyse, men nægter at give nogen detaljer om, hvilken ligning han bruger til at beregne, hvilket indikerer, at han på denne måde forsøger at beskytte den "hemmelige ingrediens" i sit program.
Uden for underholdningsindustrien
AI's høje ydeevne med hensyn til at forudsige menneskelige præferencer fik Hamon til at udforske andre områder, hvor hans program kunne være effektivt. F.eks. Ved bestemmelse af, om en person fortæller sandheden eller ej. Ligesom en polygraf kunne AI sammenligne data, der indikerer stressede forhold med et referencesæt med værdier, og på baggrund heraf bestemme, om en person lyver eller ej. For at teste denne idé brugte Hamon en AI-algoritme til at udføre en opgave med at identificere følelser hos mennesker baseret på video af relativt lav kvalitet. Til forskningen brugte han videoer fra CSPAN-nyhedsbureauet samt optagelser fra film fra præsident Donald Trumps pressekonferencer.
På et tidspunkt, hvor sandheden kan sættes spørgsmålstegn ved, kan det være kritisk at adskille sandhed fra usandhed. Systemet kan imidlertid også bruges i situationer, hvor det bogstaveligt talt er et spørgsmål om liv og død. For eksempel inden for medicin, hvor det kan være nødvendigt nøjagtigt at bestemme niveauet af smerte, en person oplever, så læger kan vælge mere effektive behandlinger.
Hamon bemærker, at systemet f.eks. Kan være nyttigt i situationer, hvor det er nødvendigt at identificere et slagtilfælde. På trods af det faktum, at medicinsk personale normalt får den nødvendige træning for at gøre det muligt for dem at identificere tegnene på et slagtilfælde, er der ofte tidspunkter, hvor såkaldte mikroslagsager (eller kortvarige iskæmiske angreb, hvis videnskabeligt) savnes, som meget ofte efterfølges af store slagtilfælde, der påvirker et stort område hjerne. AI-computervision kunne registrere disse mikrotegn på et slagtilfælde eller endda symptomer eller antydninger til en forestående sygdom, allerede før de faktisk optræder hos patienten. I dette tilfælde ville medicinsk personale være i stand til at reagere rettidigt på situationen og måske endda tage skridt for at undgå den videre udvikling af et mere alvorligt slagtilfælde.
Men vil dette faktisk fungere? Jamon mener, det er muligt. Forskeren er overbevist om, at AI'er er i stand til at blive så følsomme, at de vil være i stand til at registrere sådanne subtile og kortvarige ændringer i kroppens arbejde. Da systemet blev testet i forskellige målgrupper, var forskerne nødt til at tage hensyn til det faktum, at nogle mennesker tog ordinerede medikamenter, hvoraf nogle for eksempel har bivirkninger i form af højt blodtryk eller subtile muskelkramper. Måske vil en person ikke være i stand til at bemærke disse ændringer hos en anden person, men AI kan let registrere dem, men på samme tid kan det forveksle virkningen af at tage stoffet til manifestation af stressende tegn. Dette skal også tages i betragtning.
Kraftfuldt værktøj
Mange mennesker tror, at intelligente maskiner vil være fri for bias, men vi må ikke glemme, at disse maskiner vil være oprettet af mennesker, og disse mennesker, der udvikler og interagerer med AI, kan ubevidst give dem deres egne partier. Med udviklingen af AI vil konsekvenserne af akkumuleringen af disse partier blive mere udtalt og i sidste ende kunne have indflydelse på forskellige informationsbehandlingsprocesser, for eksempel ved identifikation af en bestemt person eller ved indsamling af sociale data for en person indeholdt i netværkene af offentlige tjenester.
Da ansigtsgenkendelsesteknologier allerede er begyndt at infiltrere vores personlige liv, begynder mange at reflektere og være mere opmærksomme på etiske spørgsmål, hvor de udtrykker bekymring over det sandsynligvis partiske arbejde med sådanne algoritmer. Den samme idé om, at teknologi kan eksistere uden nogen grad af bias indlejret i den, er meget kontroversiel. Det stilles alvorligt spørgsmålstegn ved kun et enkelt argument: effektiviteten af AI vil afhænge af de data, der er indlejret i det, og disse data kan indeholde oplysninger, der oprindeligt blev farvet af partiskheden af den person, der oprettede dette system. Med udviklingen af AI-udvikling, med oprettelsen af maskiner, der faktisk kan lære, skal vi udvikle restriktive foranstaltninger, der kan beskytte os mod situationer,når disse maskiner kan lære meget mere af os, end vi havde til hensigt at lære dem.
Ikke desto mindre er den samme Hamon sikker på, at hans algoritme er fuldstændig upartisk, mindst så meget som muligt. Hans computersystem fortolker kun tegn på menneskelig adfærd, uanset hvilken type ansigt eller krop der er i hans synsfelt.
”Jeg er indianer, og jeg må indrømme, at der undertiden sker ting her, der kan blæse miljøet. For eksempel kan du blive nervøs, når politiet vises bag din ryg. Jeg tror dog, at sådanne teknologier i fremtiden vil være i stand til at udrydde denne nervøsitetsfaktor fuldstændigt. Hvis du ikke gør noget forkert, vil computeren helt sikkert informere politibetjenten om, at du ikke gør noget forkert. Personligt vil jeg i dette tilfælde føle et øget niveau af min egen sikkerhed og beskyttelse mod politiets brutalitet, vel vidende at computeren vil være i stand til at udføre et lignende niveau af trusselvurdering.
Under alle omstændigheder gider Hamon slet ikke ved at fortolke dataanalyseresultaterne med den algoritme, han oprettede. På trods af at han er tillid til sin algoritme, anerkender han samtidig dens begrænsninger. Derfor, hvis vi taler om konklusionerne fra analysen, er det ifølge forskeren bedre at overlade denne beslutning til eksperterne i retshåndhævelsessystemet, medicin og psykiatri.
Fremtiden for Hamons udvikling på Silver Logic Labs er lige begyndt. Og mulighederne for anvendelsesområder for den AI, den skaber, er kun begrænset af den menneskelige fantasi. Hamon ønsker selv, at hans værktøj skal blive universelt og brugt til at løse en række forskellige problemer, men på en eller anden måde drages forskeren hen til, hvor det hele begyndte: at skabe underholdningsindhold af høj kvalitet.
”Historiefortælling er en del af den menneskelige kultur,” siger Hamon.
Gennem sit arbejde opdagede han mindst et umiskabeligt element, der er nøglen til mediesucces.
”Man nyder virkelig at se en person interagere med andre. Dette er en af de ting, der udgør formlen til succes,”tilføjer forskeren.
På trods af det faktum, at samfundet måske negativt kan opfatte de transformationer, som AI lover at bringe til vores liv, i Hamons vision, kan man helt sikkert finde et meget positivt øjeblik. Før eller senere vil kunstig intelligens, baseret på alle de data, den indsamler, en dag føre til, at vi overvejer vores forståelse af, hvad det virkelig betyder at være menneske. Måske vil han være i stand til at se i os, hvad vi aldrig har set før i andre eller i os selv.
Nikolay Khizhnyak