Onze emoties beïnvloeden alle aspecten van ons leven, van onze gezondheid en hoe we leren, tot hoe we zakendoen en beslissingen nemen, grote en kleine. Onze emoties hebben ook invloed op hoe we met elkaar omgaan. We zijn geëvolueerd om te leven in een wereld die er zo uitziet, maar in plaats daarvan leven we ons leven steeds vaker zo -- dit is het berichtje dat mijn dochter gisteravond stuurde -- in een wereld zonder emotie. Mijn missie is om dat te veranderen. Ik wil emoties terugbrengen in onze digitale ervaringen. 15 jaar geleden ben ik hiermee begonnen. Ik was computerwetenschapper in Egypte, en ik was net toegelaten tot een PhD-programma in Cambridge. Ik deed iets behoorlijk ongewoons voor een jonge, pasgetrouwde Egyptische moslima. (Gelach) Met de steun van mijn man, die in Egypte moest blijven, pakte ik mijn koffers en verhuisde ik naar Engeland. Daar in Cambridge, duizenden kilometers van huis, besefte ik dat ik meer uren met mijn laptop doorbracht dan met andere mensen. Ondanks deze vertrouwdheid had mijn laptop geen flauw idee hoe ik me voelde. Hij wist totaal niet of ik blij was, een slechte dag had, gestrest of verward was, en dat werd frustrerend. Erger nog, bij het online communiceren met mijn familie thuis had ik het gevoel dat al mijn emoties verdwenen in de cyberspace. Ik had heimwee, ik was eenzaam, op sommige dagen zat ik echt te huilen, maar het enige wat ik had om deze emoties over te brengen was dit. (Gelach) De technologie van vandaag heeft veel IQ, maar geen EQ: veel cognitieve intelligentie, maar geen emotionele intelligentie. Dat zette me aan het denken. Wat als onze technologie onze emoties kon waarnemen? Wat als onze apparaten konden aanvoelen hoe we ons voelden en daarop reageerden, zoals emotioneel intelligente vrienden dat ook zouden doen? Die vragen zetten mij en mijn team ertoe aan technologieën te maken die onze emoties kunnen lezen en erop reageren en ons uitgangspunt was het menselijk gezicht. Het menselijk gezicht is een van de sterkste kanalen waarmee we onze sociale en emotionele toestand overbrengen. Alles van vreugde tot verrassing, empathie en nieuwsgierigheid. In de emotiewetenschap noemen we elke beweging van de gelaatsspieren een actie-eenheid. Actie-eenheid 12 bijvoorbeeld, dat is geen blockbuster uit Hollywood, maar het optrekken van de mondhoeken, het hoofdonderdeel van een glimlach. Laten we dat allemaal even proberen. Een ander voorbeeld is actie-eenheid 4, de wenkbrauwfrons: als je je wenkbrauwen tegen elkaar duwt en allemaal rimpels maakt. We vinden ze niet leuk, maar ze zijn een goed signaal voor een negatieve emotie. We hebben ongeveer 45 van die actie-eenheden en samen drukken ze honderden emoties uit. Het is moeilijk om een computer te leren om deze gelaatsuitdrukkingen te lezen, want deze actie-eenheden kunnen snel zijn, ze zijn subtiel, en ze komen voor in allerlei combinaties. Neem bijvoorbeeld een glimlach en een minachtende blik. Ze lijken een beetje op elkaar, maar ze betekenen iets heel anders. (Gelach) De een is positief, de ander vaak negatief. Soms kun je er beroemd door worden. Maar het is belangrijk dat een computer het verschil kan zien tussen de twee gelaatsexpressies. Hoe doen we dat? We geven onze algoritmen tienduizenden voorbeelden van mensen waarvan we weten dat ze glimlachen, van verschillende etniciteiten, leeftijden, geslachten, en dan doen we hetzelfde voor de andere uitdrukking. Door middel van deep learning zoekt het algoritme naar alle structuren en rimpels en vormveranderingen in ons gezicht. Zo leert het dat alle glimlachen gemeenschappelijke eigenschappen hebben die subtiel verschillen van minachtende uitdrukkingen. De volgende keer dat het een nieuw gezicht ziet leert het dat dit gezicht ook de eigenschappen van een glimlach heeft en zegt het: "Aha, dit herken ik. Deze uitdrukking is een glimlach." De beste manier om te laten zien hoe deze technologie werkt is een live-demonstratie, dus ik heb een vrijwilliger nodig, liefst iemand met een gezicht. (Gelach) Cloe is vandaag onze vrijwilliger. In de afgelopen vijf jaar zijn we van een onderzoeksproject bij MIT overgegaan in een bedrijf, waar mijn team keihard heeft gewerkt om deze technologie te laten werken, zoals wij dat zeggen, in het wild. We hebben hem ook kleiner gemaakt zodat de emotiemachine werkt op elk mobiel apparaat met een camera, zoals deze iPad. Laten we het eens proberen. Zoals je ziet heeft het algoritme Cloe's gezicht gevonden, dat is die witte rechthoek, en het volgt de belangrijkste punten van haar gezicht, dus de wenkbrauwen, ogen, mond en neus. De vraag is: kan het haar uitdrukking herkennen? We gaan de machine testen. Laat eerst eens je pokerface zien. Ja, goed zo. (Gelach) En terwijl ze glimlacht, dit is een oprechte glimlach, zie je de groene balken omhooggaan. Dat was een brede glimlach. Kun je proberen of de computer ook een subtiele glimlach herkent? De subtiele glimlach herkent hij ook. Daar hebben we hard aan gewerkt. En dan je wenkbrauwen omhoog, een teken van verrassing. Wenkbrauwen fronsen, een teken van verwarring. Boos kijken. Ja, perfect. Dit zijn verschillende actie-eenheden. Er zijn er nog veel meer. Dit is maar een beperkte demo. We noemen elke meting een emotiegegevenspunt, en in combinatie kunnen ze verschillende emoties weergeven. Aan de rechterkant van de demo -- trek eens een vrolijk gezicht. Dat is vreugde. Vreugde gaat aan. Laat nu eens afkeer zien. Denk aan hoe je je voelde toen Zayn wegging bij One Direction. (Gelach) Ja, maak rimpels bij je neus. Goed zo. De valentie is behoorlijk negatief, dus je was vast een groot fan. Valentie is hoe positief of negatief een ervaring is, en betrokkenheid is hoe expressief ze is. Stel je voor dat Cloe toegang had tot deze rechtstreekse emotiestream en ze die kon delen met we ze maar wilde. Dankjewel. (Applaus) Tot nu toe hebben we 12 miljard van deze emotiegegevens vergaard. Het is de grootste emotiedatabase ter wereld. We hebben hem verzameld uit 2,9 miljoen filmpjes van gezichten, mensen die hun emoties met ons hebben willen delen, uit 75 landen over de hele wereld. Hij groeit elke dag. Ik sta ervan versteld dat we iets persoonlijks als emoties nu kunnen kwantificeren en dat we het op deze schaal kunnen doen. Wat hebben we tot nu toe geleerd? Geslacht: onze data bevestigen iets dat je misschien al vermoedde. Vrouwen zijn expressiever dan mannen. Ze glimlachen niet alleen meer, maar ook langduriger, en we kunnen nu echt vaststellen wat het precies is waarop mannen en vrouwen anders reageren. Nu cultuur: in de Verenigde Staten zijn vrouwen 40 procent expressiever dan mannen, maar vreemd genoeg zien we in het VK geen verschil tussen mannen en vrouwen. (Gelach) Leeftijd: mensen van 50 jaar en ouder tonen 25 procent meer emotie dan jongere mensen. Vrouwen in de twintig glimlachen veel meer dan mannen van dezelfde leeftijd, misschien moet dat wel tijdens dates. Maar wat ons misschien het meest heeft verrast is dat we altijd expressief zijn, zelfs als we alleen achter een apparaat zitten, en niet alleen als we kattenfilmpjes kijken op Facebook. We zijn expressief als we emailen, sms'en, online winkelen en zelfs als we onze belastingaangifte doen. Waar worden deze data momenteel gebruikt? Bij het begrijpen van hoe we met media omgaan, het begrijpen van viraliteit en stemgedrag, en ook voor technologie die emoties toegankelijker maakt. Ik wil een paar voorbeelden delen die me bijzonder nauw aan het hart liggen. Brillen met emotietechnologie kunnen mensen met een visuele handicap helpen om de gezichten van anderen te lezen, en mensen binnen het autismespectrum helpen om emoties te interpreteren, iets waar ze echt moeite mee hebben. In het onderwijs: stel je voor dat je studeer-apps aanvoelen wat je niet begrijpt en het tempo verlagen, of dat je je verveelt, en dus sneller gaan, net als een goede leraar op school. Wat als je horloge je stemming bijhield of je auto kon merken dat je moe was, of je koelkast het wist als je gestrest was, en automatisch op slot ging zodat je niet te veel kon eten. (Gelach) Dat zou ik wel willen, ja. Wat als ik in Cambridge toegang had gehad tot mijn emotiestream en die had kunnen delen met mijn familie thuis op een heel natuurlijke manier, alsof we samen in één kamer zaten? Ik denk dat over vijf jaar al onze apparaten een emotie-chip zullen hebben en we niet meer weten hoe het was om naar je apparaat te fronsen zonder dat het terugzei: "Hmm, dat vond je blijkbaar niet leuk." De grootste uitdaging van deze technologie is dat er zoveel toepassingen zijn, dat mijn team en ik ze niet allemaal zelf kunnen bouwen. Daarom hebben we de technologie beschikbaar gemaakt zodat andere ontwikkelaars er creatief mee aan de slag kunnen. We zien in dat er potentiële risico's zijn en de mogelijkheid dat er misbruik van wordt gemaakt, maar nu ik hier vele jaren mee bezig ben geweest geloof ik persoonlijk dat de voordelen voor de mensheid van emotioneel intelligente technologie veel zwaarder wegen dan het mogelijke misbruik. Ik nodig jullie allemaal uit deel te nemen aan het gesprek. Hoe meer mensen van deze technologie afweten, hoe meer we allemaal inspraak hebben in hoe het wordt gebruikt. Nu ons leven steeds digitaler wordt, voeren we een hopeloze strijd als we ons gebruik van apparaten proberen te beperken om zo onze emoties terug te winnen. In plaats daarvan probeer ik emoties in onze technologie op te nemen en onze technologieën beter te laten reageren. Ik wil dat de apparaten die ons hebben gescheiden ons weer bij elkaar brengen. Door technologie te vermenselijken hebben we een gouden kans om opnieuw te bedenken hoe we met onze machines omgaan en daarmee ook hoe wij, als mensen, omgaan met elkaar. Dankjewel. (Applaus)