این اپلیکیشن میداند شما چطور احساس میکنید-- با نگاه کردن به چهرهتان
-
0:01 - 0:05احساسات ما روی همهی جنبههای زندگیمان
تأثیر میگذارد، -
0:05 - 0:08از سلامتی و چگونگی یادگیریمان گرفته،
تا شیوهی کسب و کار و تصمیمگیریمان، -
0:08 - 0:10از ریز تا درشت.
-
0:11 - 0:14احساساتمان روی برقراری ارتباطمات
با دیگران نیز تأثیر میگذارد. -
0:15 - 0:19ما چنان رشد کردهایم
تا در جهانی اینچنین زندگی کنیم، -
0:19 - 0:23ولی در مقابل، بیشتر اینگونه
زندگی میکنیم -- -
0:23 - 0:27این پیامک را دخترم،
شب گذشته برایم فرستاده است -- -
0:27 - 0:29در جهانی که خالی از احساسات است.
-
0:29 - 0:31من مأموریت دارم که وضعیت را
تغییر دهم. -
0:31 - 0:35میخواهم احساسات را
به تجربهی دیجیتال بیاورم. -
0:36 - 0:39این راه را ۱۵ سال پیش آغاز کردم.
-
0:39 - 0:41من یک دانشمند کامپیوتر در مصر بودم،
-
0:41 - 0:46و بهتازگی در یک برنامهی دکترا
در دانشگاه کمبریج پذیرفته شده بودم. -
0:46 - 0:48من کاری به نسبت غیر معمول
-
0:48 - 0:52برای یک زن مسلمان مصری تازه عروس
انجام دادم: -
0:54 - 0:57با حمایت همسرم که
باید در مصر میماند -
0:57 - 1:00چمدانهایم را برداشتم و به انگلیس رفتم.
-
1:00 - 1:03در کمبریج، هزاران مایل
دور از خانه، -
1:03 - 1:06فهمیدم که بیشتر ساعات را
با لپتاپم سپری میکنم -
1:06 - 1:08تا با دیگر انسانها.
-
1:08 - 1:13با وجود این صمیمیت، لپتاپ من هیچ ایدهای
دربارهی آنچه من احساس میکردم نداشت. -
1:13 - 1:17هیچ ایدهای دربارهی این که من خوشحالم
-
1:17 - 1:20روز بدی را گذراندهام، استرس داشتهام،
یا گیجم، -
1:20 - 1:22و خب، اینها ناامیدکننده شد.
-
1:24 - 1:29حتی بدتر، هنگامی که با خانوادهام،
به صورت آنلاین ارتباط برقرار میکردم، -
1:29 - 1:33احساس میکردم که تمام احساسات من
در فضای سایبری ناپدید میشوند. -
1:33 - 1:38من دلتنگ خانه بودم، تنها بودم،
و بعضی روزها واقعا گریه میکردم، -
1:38 - 1:43ولی تنها راه ابراز احساساتم
این شکلک بود. -
1:43 - 1:45(خندهی حضار)
-
1:45 - 1:50تکنولوژیِ امروز، بهرهی هوشی بالایی دارد
ولی بهرهی احساسی ندارد؛ -
1:50 - 1:53هوشِ شناختیِ فراوانی دارد،
ولی هوش احساسی ندارد. -
1:53 - 1:55این مرا به فکر فرو برد،
-
1:55 - 1:59اگر تکنولوژی میتوانست
احساسات ما را بفهمد، چه میشد؟ -
1:59 - 2:03چه میشد اگر وسایل ما میتوانستند
احساست ما را بفهمند و با توجه به آنها واکنش نشاندهند، -
2:03 - 2:06مثل هر یک از دوستان ما که هوش احساسی دارد
و واکنش نشان میدهد؟ -
2:07 - 2:10این سؤالات، من و تیمم را
-
2:10 - 2:15به ساخت تکنولوژیهایی که بتوانند احساساتِ
ما را بخوانند و به آن پاسخ بدهند سوق داد، -
2:15 - 2:18و نقطهی شروع ما چهرهی انسانها بود.
-
2:19 - 2:22چهرهی انسان، یکی از قویترین کانالهاست
-
2:22 - 2:26که همهی ما از آن استفاده میکنیم، تا
حالتهای اجتماعی و احساسی را ابراز کنیم، -
2:26 - 2:29همهچیز، شوق و شگفتیِمان،
-
2:29 - 2:33همدلی و کنجکاویمان.
-
2:33 - 2:38در دانش احساسات، ما به هر حرکت عضلات صورت
یک واحد حرکت میگوییم. -
2:38 - 2:41در نتیجه، برای مثال، حرکتِ واحدِ ۱۲،
-
2:41 - 2:43یک فیلم پرفروش هالیوودی نیست،
-
2:43 - 2:46بلکه در حقیقت، بالا رفتن گوشهی لب است،
که یک جزٔ اصلی لبخند است. -
2:46 - 2:49همه امتحانش کنید. بیایید
چندین لبخند داشتهباشیم. -
2:49 - 2:52مثال دیگر، حرکتِ واحدِ ۴ است،
که حرکتِ چروک انداختن ابرو است. -
2:52 - 2:54زمانی که شما ابروهایتان را درهم میکشید
-
2:54 - 2:56و همهی این الگوها و چینها را میسازید.
-
2:56 - 3:01ما اخم را دوست نداریم، ولی این حرکت
نشانگری قوی برای احساسات منفی است. -
3:01 - 3:03ما حدود ۴۵ واحد حرکتی داریم،
-
3:03 - 3:06و همهی آنها با هم ترکیب میشوند
تا صدها احساس را ابراز و بیان کنند. -
3:06 - 3:10آموزش خواندن احساسات چهره
به یک کامپیوتر سخت است، -
3:10 - 3:13زیرا این واحدهای حرکتی میتوانند
سریع، دقیق، و ماهرانه باشند. -
3:13 - 3:16و به شکلهای مختلف با هم ترکیب شوند.
-
3:16 - 3:20برای مثال، لبخند و پوزخند زدن را
در نظر بگیرید. -
3:20 - 3:23آنها از جهاتی، شبیه به هم هستند،
ولی معانی کاملا متفاوتی دارند. -
3:23 - 3:25(خندهی حضار)
-
3:25 - 3:28لبخند مثبت است،
-
3:28 - 3:29و پوزخند معمولاً منفی.
-
3:29 - 3:33بعضی اوقات، یک پوزخند
میتواند شما را معروف کند. -
3:33 - 3:36ولی جداً، برای یک کامپیوتر
مهم است که بتواند -
3:36 - 3:39دو حالت متفاوت را
از هم تشخیص دهد. -
3:39 - 3:41حال، ما این کار را چگونه
انجام میدهیم؟ -
3:41 - 3:42ما به الگوریتمهایمان
-
3:42 - 3:47دهها مثال از صدها مثالی که
مردم در آنها میخندند را میدهیم، -
3:47 - 3:50از فرهنگها، سنین، و جنسیتهای متفاوت،
-
3:50 - 3:52و همین کار را برای پوزخندها
انجام میدهیم. -
3:52 - 3:54و سپس، با کمک یادگیری عمیق،
-
3:54 - 3:57الگوریتمْ به همهی این الگوها
و چینوچروکها -
3:57 - 3:59و تغییرات قالبِ چهرهمان نگاه میکند،
-
3:59 - 4:03و به طور اساسی یاد میگیرد که
همهی لبخندها ویژگیهای مشابهی دارند -
4:03 - 4:06و همهی پوزخندها، ویژگیهای ماهرانه،
اما متفاوتی دارند. -
4:06 - 4:08و دفعهی بعد که
یک چهرهی جدید را میبیند، -
4:08 - 4:10ضرورتاً میفهمد
-
4:10 - 4:13که این چهره، ویژگیهای یک لبخند را دارد،
-
4:13 - 4:18و میگوید: «آها، من این را تشخیص میدهم.
این جلوهی یک لبخند است.» -
4:18 - 4:21پس بهترین راه برای نشاندادن
چگونگی عملکرد این تکنولوژی -
4:21 - 4:23اجرای یک نمایش زنده است،
-
4:23 - 4:27پس من یک داوطلب میخواهم،
ترجیحاً فردی با یک صورت. -
4:27 - 4:30(خندهی حضار)
-
4:30 - 4:32کلوی داوطلب امروز ما خواهد بود.
-
4:33 - 4:38در پنج سالِ گذشته، ما از یک
پروژهی تحقیقاتی در MIT، -
4:38 - 4:39به یک شرکت تبدیل شدیم،
-
4:39 - 4:42جایی که تیم من، به سختی کار کردهاست
تا این تکنولوژی کار کند، -
4:42 - 4:45که چیزی است که میخواهیم
در واقعیت بگوییم تا در تئوری. -
4:45 - 4:47همچنین ما، آن را کوچک کردهایم
تا هستهی موتور احساسات -
4:47 - 4:51روی هر دستگاه موبایلِ مجهز به دوربین،
مانند این آیپد، کار کند. -
4:51 - 4:53پس بیایید امتحانش کنیم.
-
4:55 - 4:59همانطور که میتوانید مشاهدهکنید،
الگوریتم صورت کلوی را یافته است، -
4:59 - 5:00پس این جعبهی سفید
کادر صورت را نشان میدهد، -
5:00 - 5:03که دارد خصوصیات اصلی صورتش را
دنبال میکند؛ -
5:03 - 5:06ابروهایش، چشمانش، دهانش، و دماغش.
-
5:06 - 5:09سؤال این است که
آیا میتواند احساساتش را نیز شناسایی کند؟ -
5:09 - 5:10پس ما دستگاه را تست میکنیم.
-
5:10 - 5:15اول از همه، صورت بدون احساست را
به من نشان بده. بله، عالی است! (خندهی حضار) -
5:15 - 5:17حالا او میخندد،
این یک خندهی خالص است، عالی است. -
5:17 - 5:20میتوانید ببینید که نوار سبز
با خندیدن او بزرگ میشود. -
5:20 - 5:21این یک خندهی بزرگ بود.
-
5:21 - 5:24میتوانی کمی ملایم بخندی تا ببینیم
کامپیوتر میتواند آن را شناسایی کند؟ -
5:24 - 5:26بله، میتواند خندهی ماهرانه را هم
به همین ترتیب شناسایی کند. -
5:26 - 5:28ما واقعا سخت کار کردهایم
تا این کار را انجام دهیم. -
5:28 - 5:31و بعد، بالا رفتن ابروها،
که نشاندهندهی شگفتی است. -
5:31 - 5:36چینخوردگی پیشانی،
نشاندهندهی گیجی است. -
5:36 - 5:40رو ترش کُن. بله، عالی است.
-
5:40 - 5:43پس اینها همهی واحدهایِ حرکتیِ متفاوت
هستند. چندین حرکت دیگر نیز وجود دارد. -
5:43 - 5:45این یک نمایش کوچکشده است.
-
5:45 - 5:48ما به هر خواندن، یک
نقطهی دادهی احساسات میگوییم. -
5:48 - 5:51و این نقاط میتوانند با هم ترکیب شوند
تا نشاندهندهی احساسات متفاوت باشند. -
5:51 - 5:56پس در سمتِ راستِ نمونهی نمایشی--
نشان بده که خوشحالی. -
5:56 - 5:57این شوق است.
شوق زیاد میشود. -
5:57 - 5:59و حالا به من یک صورت منزجر نشان بده.
-
5:59 - 6:04احساست را، زمانی که زِین، گروهِ
واندایرِکشن را ترک کرد، به خاطر بیاور. -
6:04 - 6:05(خندهی حضار)
-
6:05 - 6:09بله، دماغت را چین بده. عالی است.
-
6:09 - 6:13و نشانگر ظرفیت تا حدودی منفی شد،
پس حتما یک طرفدار واقعی هستی. -
6:13 - 6:16معیارِ ظرفیت، مثبت یا منفی بودنِ تجربه را
نشان میدهد، -
6:16 - 6:19و معیارِ درگیری نشاندهندهی تأثیری است
که حالت صورت فرد خواهد گذاشت. -
6:19 - 6:22پس زمانی را تصور کنید که کلوی
به این رشتهی احساسات بیدرنگ دسترسی داشت، -
6:22 - 6:25و میتوانست آن را با هر کسی که میخواهد
در میان بگذارد. -
6:25 - 6:28متشکرم.
-
6:28 - 6:32(تشویق حضار)
-
6:34 - 6:39تابهحال، ما ۱۲ میلیارد از این نقاطِ
احساسی را جمعآوری کردهایم. -
6:39 - 6:42این مجموعه، بزرگترین پایگاهدادهی
احساسات در دنیاست. -
6:42 - 6:45آن را از ۲/۹ میلیون ویدیوی چهره
جمعآوری کردهایم، -
6:45 - 6:47که شرکتکنندگان با در اختیار گذاشتن
احساساتشان موافقت کردهاند، -
6:47 - 6:50و از ۷۵ کشور در سراسر جهان
شرکت کردهاند. -
6:50 - 6:52این مجموعه،
هر روز رو به رشد است. -
6:53 - 6:55مغزم منفجر میشود،
-
6:55 - 6:58زمانی که فکر میکنم که ما میتوانیم
چیزی خصوصی مانند احساسات را -
6:58 - 7:00تا این حد، اندازه بگیریم.
-
7:00 - 7:02تا به حال چه آموختهایم؟
-
7:03 - 7:05جنسیت.
-
7:05 - 7:09دادههای ما، چیزهایی که ممکن است
در آنها شک داشته باشید را، تأیید میکنند. -
7:09 - 7:11خانمها از آقایان واضحتر
ابراز احساسات میکنند. -
7:11 - 7:14نه تنها بیشتر لبخند میزنند،
بلکه لبخندهایشان با دوامتر است. -
7:14 - 7:16و ما میتوانیم ارزیابی کنیم،
که زنان و مردان به چه چیزهایی -
7:16 - 7:19واکنشهای متفاوتی نشان میدهند.
-
7:19 - 7:21بیایید فرهنگ را بررسی کنیم:
در ایالات متحده، -
7:21 - 7:24زنان ۴۰ درصد بیشتر از مردان
در بیان احساسات خود گویا هستند، -
7:24 - 7:28ولی به شکل عجیبی، هیچ تفاوتی بین زنان و
مردان در انگلستان، مشاهده نمیشود. -
7:28 - 7:30(خندهی حضار)
-
7:31 - 7:35سن: کسانی که ۵۰ سال یا بیشتر
سن دارند، -
7:35 - 7:39۲۵ درصد بیشتر از افراد جوانتر
احساساتی هستند. -
7:40 - 7:44زنان در دههی بیستسالگیشان، بسیار بیشتر
از مردان با سن مشابه لبخند میزنند. -
7:44 - 7:48شاید این یکی از الزامات معاشرت است.
-
7:48 - 7:50اما شاید آنچه از بیشتر دربارهی این
دادهها شگفتزدهمان کرد -
7:50 - 7:53این بود که ما در تمام مدت در حال
ابرازِ احساساتیم، -
7:53 - 7:56حتی زمانی که به تنهایی در مقابل دستگاهمان
نشستهایم، -
7:56 - 8:00و نه تنها زمانی که داریم ویدیوی یک گربه
را در فیسبوک میبینیم، بلکه همیشه. -
8:00 - 8:03ما هنگام ایمیل زدن،پیامک زدن،
خرید آنلاین، -
8:03 - 8:06یا حتی پرداخت مالیات،
در حال ابراز احساساتیم. -
8:06 - 8:08امروزه، این دادهها
در کجا استفاده میشود؟ -
8:08 - 8:11در فهم این که ما چگونه با رسانهها
در ارتباطیم، -
8:11 - 8:13در فهم الگوهای اشتراکگذاریِ ویدیوها
و رأی دادن؛ -
8:13 - 8:16و همچنین قدرت دادن یا
احساسی کردن تکنولوژی، -
8:16 - 8:21میخواهم چند مثال با شما در میان بگذارم
که قلبم را درهم میفشارند. -
8:21 - 8:24عینکهای هوشمند از نظر احساسات
میتوانند به افرادی که -
8:24 - 8:27از نظر بینایی مشکل دارند، در فهمِ احساساتِ
دیگران، یاری برسانند، -
8:27 - 8:32و به افراد مبتلا به اوتیسم نیز در قالبِ
مترجم احساسات کمک کنند، -
8:32 - 8:34مشکلی که واقعاً این افراد دارند با آن
دست و پنجه نرم میکنند. -
8:36 - 8:39در آموزش: اگر شما در حال یادگیری هستید،
اپلیکیشنها -
8:39 - 8:42سردرگمی شما را احساس میکنند
و سرعتشان کم میشود. -
8:42 - 8:43یا اگر حوصلهتان سر رفته
سرعتشان بالا میرود، -
8:43 - 8:46مانند یک معلم عالی در کلاس درس.
-
8:47 - 8:50چه میشد اگر ساعت مچی شما
احساساتتان را درک میکرد، -
8:50 - 8:52یا ماشینتان میفهمید که شما خسته هستید،
-
8:52 - 8:55یا یخچالتان میفهمید که شما مضطرب هستید،
-
8:55 - 9:01و بهطور خودکار بسته میشد تا
از پرخوری شما جلوگیری کند. (خندهی حضار) -
9:01 - 9:04من این را دوست دارم، بله.
-
9:04 - 9:06چه میشد اگر زمانی که من در کمبریج بودم،
-
9:06 - 9:08به رشتهی احساسات بیدرنگم دسترسی داشتم،
-
9:08 - 9:11و میتوانستم آن را با خانوادهام در خانه
به صورت طبیعی در میان بگذارم، -
9:11 - 9:15همانطور که انگار
با آنها در یک اتاق هستم؟ -
9:15 - 9:19فکر میکنم که ۵ سال دیگر از الان،
-
9:19 - 9:21همهی وسایل ما یک تراشهی احساسات
خواهند داشت، -
9:21 - 9:25و ما دیگر زمانی را بهیاد نمیآوریم
که نمیتوانستیم به وسیلهمان اخم کنیم، -
9:25 - 9:29و وسیلهمان به ما میگوید: «هممم،
این را دوست نداشتی، نه؟» -
9:29 - 9:33بزرگترین چالش ما
کاربردهای زیاد این تکنولوژی است. -
9:33 - 9:36من و تیمم به این نتیجه رسیدیم که نمیتوانیم
همهی اپلیکیشنها را خودمان بسازیم، -
9:36 - 9:39پس این تکنولوژی را در دسترس قرار دادیم
تا سایر توسعهدهندگان -
9:39 - 9:41بتوانند این برنامهها را بسازند
و خلاق باشند. -
9:41 - 9:46ما متوجه شدیم
که امکان خطر -
9:46 - 9:48و همچنین سؤاستفاده وجود دارد،
-
9:48 - 9:51ولی بهشخصه، بعد از
چندین سال انجام این کار، -
9:51 - 9:54باور دارم که این تکنولوژی مزایایی برای
انسانیت دارد -
9:54 - 9:56و داشتن تکنولوژی هوشمند احساسی
-
9:56 - 9:59ارزشمندتر امکان سؤاستفاده است.
-
9:59 - 10:02من شما را دعوت میکنم
که بخشی از این گفتوگو شوید. -
10:02 - 10:04این که افراد بیشتری دربارهی
این تکنولوژی بدانند، -
10:04 - 10:08کمک میکند تا بیشتر بتوانیم بگوییم که
چگونه از آن استفاده میشود. -
10:09 - 10:14همانطور که زندگیمان
بیشتر و بیشتر دیجیتالی میشود، -
10:14 - 10:17در یک جنگ شکست خورده مبارزه میکنیم
تا از استفاده از وسایل در زندگیمان کم کنیم -
10:17 - 10:19به این منظور که احساساتمان را بازگردانیم.
-
10:21 - 10:25چیزی که من در عوض برایش تلاش میکنم این
است که احساسات را به درون تکنولوژی بیاورم -
10:25 - 10:27و کاری کنم که تکنولوژیهایمان پاسخگوتر باشد.
-
10:27 - 10:29پس میخواهم وسایلی که ما را
از هم جدا کردهاند، -
10:29 - 10:32دوباره ما را به هم بازگردانند.
-
10:32 - 10:36با انسانی کردن تکنولوژی،
این فرصت طلایی را داریم -
10:36 - 10:40که دوباره دربارهی ارتباطمان
با ماشینها فکر کنیم، -
10:40 - 10:44و در نهایت، این که چگونه ما،
به عنوان انسانها، -
10:44 - 10:46با یکدیگر ارتباط برقرار میکنیم.
-
10:46 - 10:48متشکرم.
-
10:48 - 10:52(تشویق حضار)
- Title:
- این اپلیکیشن میداند شما چطور احساس میکنید-- با نگاه کردن به چهرهتان
- Speaker:
- رعنا الکالیوبی
- Description:
-
احساساتمان جنبههای مختلف زندگیمان را تحت تأثیر قرار میدهند - چگونگی یادگیریمان، چگونگی برقراری ارتباطمان، چگونگی تصمیمگیریمان. اما احساساتمان در زندگی دیجیتال غایب هستند؛ وسایل و اپلیکیشنهایی که با آنها کار می کنیم، نمیدانند چه احساسی داریم. دانشمند رعنا الکالیوبی، میخواهد این وضعیت را تغییر دهد. او یک نمونهی نمایشی از یک تکنولوژی جدید را نشان میدهد که حالات صورت شما را میخواند و آنها را با احساسات مربوطه تطبیق میدهد. او میگوید، این «جستوجوگر احساسات» پیچیدگیهای بزرگی دارد، و میتواند نه تنها تعامل ما و ماشینها را تغییر دهد، بلکه میتواند تعامل ما با یکدیگر را نیز تغییر دهد.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 11:04
b a approved Persian subtitles for This app knows how you feel -- from the look on your face | ||
b a edited Persian subtitles for This app knows how you feel -- from the look on your face | ||
b a edited Persian subtitles for This app knows how you feel -- from the look on your face | ||
b a edited Persian subtitles for This app knows how you feel -- from the look on your face | ||
Leila Ataei accepted Persian subtitles for This app knows how you feel -- from the look on your face | ||
Leila Ataei edited Persian subtitles for This app knows how you feel -- from the look on your face | ||
Leila Ataei edited Persian subtitles for This app knows how you feel -- from the look on your face | ||
Kimia Kiani edited Persian subtitles for This app knows how you feel -- from the look on your face |