Традиционные системы для распознавания эмоций базируются на оценке видимых сигналов — мимике, речи, жестах тела и движениях глаз. Такие технологии, как правило, сталкиваются с критикой со стороны экспертов. Как сообщает TechXplore, даже наиболее продвинутые камеры и датчики не могут зарегистрировать чувства, которые скрываются человеком намеренно или те, которым он не придает значения. С новым подходом ученые из QMUL предлагают отказаться от визуальных оценок в пользу естественных процессов в организме человека. Эти процессы, уверены авторы системы, подделать невозможно.

«Глубокое обучение позволяет нам оценивать данные аналогично тому, как мозг работает, когда человек смотрит на различные слои информации и устанавливает связи между ними. И с помощью глубокого обучения мы показали, что можем точно измерять эмоции независимо от предмета. Мы смотрим на весь набор сигналов от разных людей и извлекаем из этих данных то, что позволяет считывать эмоций этих людей за пределами доступной ранее информации», — объяснила Ачинта Авин Ихалаге, один из авторов исследования.

Разработка новой системы проходила в несколько этапов. Сначала авторы выбрали фокус-группы и попросили участников посмотреть несколько видеороликов. Каждое видео содержало один из четырех основных типов эмоций: гнев, печаль, радость и удовольствие. Пока участники эксперимента смотрели видео, ученые активировали набор датчиков, излучающих радиосигналы. Последние направлялись на зрителей. Отраженные от людей радиоволны обрабатывались и сохранялись в базе данных.

Затем ученые проанализировали состояние участников на основе отраженных радиоволн и успешно выявили скрытую информацию о сердечном ритме и частоте дыхания. Соответствующие паттерны были записаны и интегрированы в работу нейросетей. А далее обученные алгоритмы были протестированы на новой группе зрителей. ИИ успешно справился с задачей и идентифицировал состояния каждого человека.

Теперь команда QMUL работает над расширением проекта. Ученые пытаются найти способ, который позволит реализовать новую технологию за счет коммерчески доступных Wi-Fi-маршрутизаторов. Авторы предлагают протестировать систему в офисах и на предприятиях, чтобы получить больше информации о возможностях своего ИИ. А профессор Ян Хао, руководитель проекта, также добавил, что новые алгоритмы открывают множество возможностей для практического применения — для сферы здравоохранения и тех областей, где человек регулярно взаимодействует с роботами.

И, конечно, огромный потенциал у этой системы в маркетинге. Настроение пользователя — ключевой элемент правильного начала разговора в процессе продажи чего-либо в магазинах с присутствием в зале продавцов-консультантов.