Appen som vet hur du mår genom att tolka ditt ansikte
-
0:01 - 0:04Våra känslor påverkar
varje del av våra liv -
0:04 - 0:08från vår hälsa och hur vi lär oss,
till hur vi gör affärer och fattar beslut, -
0:08 - 0:10stora som små.
-
0:11 - 0:14Våra känslor påverkar också
hur vi knyter an till varandra. -
0:15 - 0:19Vi har utvecklats för att leva
i en sån här värld, -
0:19 - 0:23men nu lever vi istället
mer och mer såna här liv - -
0:23 - 0:27det här är ett sms som jag fick
från min dotter igår kväll - -
0:27 - 0:29i en värld som är tömd på känslor.
-
0:29 - 0:31Jag ser som mitt uppdrag att förändra det.
-
0:31 - 0:35Jag vill föra tillbaka känslorna
i våra digitala upplevelser. -
0:36 - 0:39Jag började med det för 15 år sen.
-
0:39 - 0:41Jag var dataingenjör i Egypten
-
0:41 - 0:43och hade just blivit antagen
-
0:43 - 0:46till en forskarutbildning
vid Cambridge University. -
0:46 - 0:48Jag gjorde något ganska ovanligt
-
0:48 - 0:52för att vara en ung nygift
muslimsk egyptisk fru: -
0:54 - 0:57Med stöd från min man
som blev tvungen att stanna i Egypten -
0:57 - 1:00packade jag mina väskor
och flyttade till England. -
1:00 - 1:03I Cambridge, tusentals kilometer hemifrån,
-
1:03 - 1:06insåg jag att jag tillbringade
fler timmar med min laptop -
1:06 - 1:08än jag gjorde med någon människa.
-
1:08 - 1:13Trots detta nära band visste inte datorn
något om hur jag kände mig. -
1:13 - 1:16Den visste inte om jag var glad,
-
1:16 - 1:20om jag hade en dålig dag,
eller var stressad, förvirrad, -
1:20 - 1:22och det blev frustrerande.
-
1:24 - 1:29Ännu värre var det när jag kommunicerade
med min familj därhemma, och kände -
1:29 - 1:33att mina känslor försvann i cyberrymden.
-
1:33 - 1:38Jag längtade hem, jag kände mig ensam,
och vissa dagar grät jag, -
1:38 - 1:43men allt jag kunde använda
för att kommunicera känslorna var den här. -
1:43 - 1:45(Skratt)
-
1:45 - 1:50Dagens teknik har mycket IQ, men ingen EQ;
-
1:50 - 1:53hög kognitiv intelligens
men ingen emotionell intelligens. -
1:53 - 1:55Det fick mig att börja fundera på
-
1:55 - 1:59hur det skulle bli om vår teknik
skulle kunna känna av våra känslor? -
1:59 - 2:03Om våra maskiner kunde känna av vårt humör
och bete sig i enlighet med det, -
2:03 - 2:06som en emotionellt intelligent vän?
-
2:07 - 2:10De här frågorna gjorde
att jag och mitt team -
2:10 - 2:15började skapa teknik som kan läsa av
och reagera på våra känslor, -
2:15 - 2:18och vi började med det mänskliga ansiktet.
-
2:19 - 2:22Det mänskliga ansiktet råkar vara
en av de bästa kanaler -
2:22 - 2:26som vi använder för att kommunicera
sociala och känslomässiga tillstånd, -
2:26 - 2:29allt från njutning, överraskning,
-
2:29 - 2:33empati och nyfikenhet.
-
2:33 - 2:38Inom känslovetenskap kallas en rörelse
hos en ansiktsmuskel för "aktiv enhet". -
2:38 - 2:41Den tolfte aktiva enheten
-
2:41 - 2:43är inte en toppfilm från Hollywood
-
2:43 - 2:46utan en uppdragen mungipa,
vilket är huvudkomponenten i ett leende. -
2:46 - 2:49Prova det allihop. Nu ler vi lite.
-
2:49 - 2:51Ett annat exempel
är fjärde aktiva enheten. -
2:51 - 2:54Det är när man drar ihop ögonbrynen
-
2:54 - 2:56och får den här ytan och rynkorna.
-
2:56 - 3:00Vi tycker inte om dem, men det är
en stark indikator på en negativ känsla. -
3:00 - 3:03Vi har ungefär 45 aktiva enheter,
-
3:03 - 3:06och de kan kombineras
för att uttrycka hundratals känslor. -
3:06 - 3:10Att lära en dator att läsa av
känslouttryck i ansiktet är svårt, -
3:10 - 3:13för de aktiva enheterna
kan vara snabba och subtila -
3:13 - 3:15och de går att kombinera
på många olika sätt. -
3:15 - 3:20Ta till exempel leendet och hånflinet.
-
3:20 - 3:23De ser ganska lika ut,
men de betyder helt olika saker. -
3:23 - 3:25(Skratt)
-
3:25 - 3:27Ett leende är positivt,
-
3:27 - 3:29ett flin är ofta negativt.
-
3:29 - 3:33Ibland kan ett flin göra en känd.
-
3:33 - 3:36Men trots allt är det viktigt
för en dator att kunna -
3:36 - 3:38se skillnad mellan de här två uttrycken.
-
3:38 - 3:40Hur gör vi det?
-
3:40 - 3:42Vi ger våra algoritmer
-
3:42 - 3:47tiotusentals exempel
av människor som vi vet ler, -
3:47 - 3:50med olika etnisk bakgrund, ålder, kön,
-
3:50 - 3:52och vi gör samma sak för flin.
-
3:52 - 3:54Och genom maskininlärning
-
3:54 - 3:57letar algoritmen
efter såna här ytor och rynkor -
3:57 - 3:59och formändringar i vårt ansikte
-
3:59 - 4:03och lär sig helt enkelt att alla leenden
har egenskaper gemensamt, -
4:03 - 4:06medan alla flin har
något annorlunda egenskaper. -
4:06 - 4:08Och nästa gång den ser ett nytt ansikte
-
4:08 - 4:10märker den att
-
4:10 - 4:14det här ansiktet har samma egenskaper
som ett leende ansikte och den säger: -
4:14 - 4:17"Aha, jag känner igen det här.
Det är ett leende uttryck." -
4:18 - 4:21Det bästa sättet att visa
hur tekniken fungerar -
4:21 - 4:23är genom en livedemo,
-
4:23 - 4:27så jag behöver en frivillig,
helst någon med ett ansikte. -
4:27 - 4:30(Skratt)
-
4:30 - 4:32Cloe blir vår frivilliga idag.
-
4:33 - 4:38De senaste fem åren har vi utvecklats
från att vara ett projekt på MIT -
4:38 - 4:39till att bli ett företag,
-
4:39 - 4:42där mitt team har jobbat mycket hårt
för att få tekniken att fungera, -
4:42 - 4:45som vi säger, i naturen.
-
4:45 - 4:47Vi har också krympt den
så att känslomotorn -
4:47 - 4:51fungerar i alla mobila enheter
med kamera, som den här iPaden. -
4:51 - 4:53Vi testar.
-
4:55 - 4:59Som ni kan se har algoritmen
hittat Cloes ansikte, -
4:59 - 5:00det är den här vita inramande rutan,
-
5:00 - 5:03och den spårar
huvudpunkterna i hennes ansikte, -
5:03 - 5:06hennes ögonbryn, ögon, mun och näsa.
-
5:06 - 5:09Frågan är, kan den läsa av hennes uttryck?
-
5:09 - 5:10Vi ska testa maskinen.
-
5:10 - 5:14Först av allt, ge mig ett pokerfejs.
Ja, jättebra. (Skratt) -
5:14 - 5:17Och när hon sen ler
är det ett riktigt leende, det är fint. -
5:17 - 5:20Ni kan se att den gröna stapeln
går upp när hon ler. -
5:20 - 5:21Det var ett stort leende.
-
5:21 - 5:24Kan du prova ett litet leende
och se om datorn kan känna igen det? -
5:24 - 5:26Den känner igen småleenden också.
-
5:26 - 5:28Vi har jobbat hårt
för att det ska fungera. -
5:28 - 5:31Och sen höjda ögonbryn,
ett tecken på förvåning. -
5:31 - 5:35Rynkade ögonbryn, vilket är
ett tecken på förvirring. -
5:36 - 5:40Rynka pannan. Ja, perfekt.
-
5:40 - 5:43Det är de olika aktiva enheterna.
Det finns många fler. -
5:43 - 5:45Det här är bara en förenklad demo.
-
5:45 - 5:48Vi kallar varje avläsning
för en emotionell datapunkt, -
5:48 - 5:51och de kan aktiveras tillsammans
för att visa olika känslor. -
5:51 - 5:56Så på högra sidan - se glad ut.
-
5:56 - 5:57Det är lycka. Lycka lyser upp.
-
5:57 - 5:59Ge mig sen en min av avsmak.
-
5:59 - 6:04Försök minnas hur det var
när Zayn lämnade One Direction. -
6:04 - 6:05(Skratt)
-
6:05 - 6:09Ja, rynka näsan. Perfekt.
-
6:09 - 6:13Och uttrycket är starkt negativt,
så du måste ha varit ett stort fan. -
6:13 - 6:16Värde är hur positiv
eller negativ en upplevelse är, -
6:16 - 6:19och engagemang är hur uttrycksfull hon är.
-
6:19 - 6:22Tänk er att Cloe hade tillgång
till den här känsloströmmen i realtid, -
6:22 - 6:25och kunde dela den med vem hon ville.
-
6:25 - 6:27Tack.
-
6:27 - 6:30(Applåder)
-
6:34 - 6:39Så här långt har vi samlat in
12 miljarder såna här datapunkter. -
6:39 - 6:41Det är den största databasen
för känslor i världen. -
6:41 - 6:44Vi har samlat in den
från 2,9 miljoner filmer på ansikten, -
6:44 - 6:47människor som har gått med på
att dela sina känslor med oss, -
6:47 - 6:50från 75 länder i världen.
-
6:50 - 6:52Det blir fler och fler varje dag.
-
6:53 - 6:55Det känns fantastiskt
-
6:55 - 6:58att vi nu kan kvantifiera
något så personligt som våra känslor, -
6:58 - 7:00och vi kan göra det i den här skalan.
-
7:00 - 7:02Vad har vi då lärt oss så här långt?
-
7:03 - 7:05Kön.
-
7:05 - 7:09Vår data bekräftar något
som du kanske misstänker. -
7:09 - 7:11Kvinnor är mer uttrycksfulla än män.
-
7:11 - 7:14De inte bara ler mer,
deras leenden pågår längre, -
7:14 - 7:16och vi kan nu verkligen mäta
vad det är som män och kvinnor -
7:16 - 7:19reagerar olika på.
-
7:19 - 7:20Om vi tittar på kultur:
-
7:20 - 7:24I USA är kvinnor 40 procent
mer uttrycksfulla än män, -
7:24 - 7:28men lustigt nog ser vi ingen skillnad
mellan män och kvinnor i Storbritannien. -
7:28 - 7:31(Skratt)
-
7:31 - 7:35Ålder: Människor som är 50 år och äldre
-
7:35 - 7:39är 25 procent mer emotionella
än unga människor. -
7:40 - 7:44Kvinnor i 20-årsåldern ler mycket mer
än män i samma ålder, -
7:44 - 7:48kanske är det nödvändigt vid dejter.
-
7:48 - 7:50Men det som förvånade oss mest
-
7:50 - 7:53är att vi uttrycker oss hela tiden,
-
7:53 - 7:56även när vi sitter ensamma
framför våra skärmar, -
7:56 - 8:00och det är inte bara
när vi tittar på kattvideos på Facebook. -
8:00 - 8:03Vi är uttycksfulla när vi skickar e-post,
textmeddelanden, handlar online, -
8:03 - 8:06till och med när vi deklarerar.
-
8:06 - 8:08Var används den här informationen idag?
-
8:08 - 8:11Genom att förstå hur vi interagerar
med medier kan vi förstå -
8:11 - 8:13viral budskapsspridning och röstbeteenden
-
8:13 - 8:16och även föra in möjligheten
till känslouttryck i tekniken, -
8:16 - 8:21och jag vill dela med mig av några exempel
som ligger mig speciellt varmt om hjärtat. -
8:21 - 8:24Känslostyrda glasögon kan hjälpa människor
-
8:24 - 8:27med synnedsättning
att läsa av andras ansikten, -
8:27 - 8:31och det kan hjälpa individer
med autism att tolka känslor, -
8:31 - 8:34något som de verkligen kämpar med.
-
8:35 - 8:39Inom utbildning,
tänk dig att dina läroappar -
8:39 - 8:41känner av att du är förvirrad
och saktar ner, -
8:41 - 8:43eller om du är uttråkad kan de öka tempot,
-
8:43 - 8:46precis som en riktigt bra lärare
skulle göra i klassrummet. -
8:47 - 8:50Tänk om din armbandsklocka
kunde mäta hur du mår, -
8:50 - 8:52eller om din bil kunde veta
att du var trött, -
8:52 - 8:55eller kanske din kyl vet om
att du är stressad, -
8:55 - 8:59så att den låser sig automatiskt
för att undvika att du proppar i dig. -
8:59 - 9:01Det skulle jag vilja ha.
-
9:01 - 9:03(Skratt)
-
9:04 - 9:06Tänk om jag hade hade haft tillgång
-
9:06 - 9:08till mina känslor i realtid i Cambridge,
-
9:08 - 9:11och jag hade kunnat dela den
med min familj på ett naturligt sätt, -
9:11 - 9:15på samma sätt som om vi
hade varit i samma rum tillsammans? -
9:15 - 9:18Jag tror att om fem år
-
9:18 - 9:21kommer våra enheter att ha ett känslochip
-
9:21 - 9:25och vi kommer inte att minnas hur det var
när vi inte kunde rynka pannan åt maskinen -
9:25 - 9:29och den sa "Hmm,
det där gillade du inte va?" -
9:29 - 9:33Vår största utmaning är att det finns
så många tillämpningar för tekniken, -
9:33 - 9:36så jag och mitt team inser
att vi inte kan bygga alla själva, -
9:36 - 9:39så vi har gjort tekniken tillgänglig
så att andra utvecklare -
9:39 - 9:41kan börja skapa på ett kreativt sätt.
-
9:41 - 9:46Vi inser att det finns potientiella risker
-
9:46 - 9:48och möjligheter till missbruk,
-
9:48 - 9:51men jag tror, efter att ha
använt detta i många år, -
9:51 - 9:53att fördelarna för mänskligheten
-
9:53 - 9:55av att ha emotionellt intelligent teknik
-
9:55 - 9:59mer än väl uppväger konsekvenserna
av felaktig användning. -
9:59 - 10:02Och jag bjuder in er alla
att ta del i diskussionen. -
10:02 - 10:04Ju fler människor
som känner till den här tekniken, -
10:04 - 10:08desto mer kan vi uttrycka åsikter
om hur den ska användas. -
10:09 - 10:14Så när allt fler delar
av våra liv blir digitala -
10:14 - 10:17utkämpar vi en ojämn kamp för att begränsa
användningen av digitala enheter -
10:17 - 10:20och kunna återta våra känslor.
-
10:21 - 10:25Vad jag istället försöker göra
är att föra in känslorna i tekniken -
10:25 - 10:27och göra vår teknik mer lyhörd.
-
10:27 - 10:29Jag vill att maskinerna
som har separerat oss -
10:29 - 10:32ska föra oss samman igen.
-
10:32 - 10:36Och genom att göra tekniken mer human
har vi ett gyllene tillfälle -
10:36 - 10:40att tänka om hur vi umgås med maskiner,
-
10:40 - 10:44och därmed hur vi som människor
-
10:44 - 10:46umgås med varandra.
-
10:46 - 10:48Tack.
-
10:48 - 10:51(Applåder)
- Title:
- Appen som vet hur du mår genom att tolka ditt ansikte
- Speaker:
- Rana el Kaliouby
- Description:
-
Våra känslor påverkar varje del av våra liv – hur vi lär oss saker, hur vi kommunicerar, hur vi fattar beslut. Ändå finns de inte i våra digitala liv; de enheter och appar vi interagerar med vet inte hur vi känner oss. Forskaren Rana el Kaliouby vill ändra på det. Hon visar en kraftfull ny teknik som läser av ansiktuttryck och kopplar dem mot motsvarande känslor. Den här "känslomotorn" får stora konsekvenser, säger hon, och skulle kunna ändra inte bara hur vi interagerar med maskiner, utan också med varandra.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 11:04
Lisbeth Pekkari approved Swedish subtitles for This app knows how you feel -- from the look on your face | ||
Lisbeth Pekkari edited Swedish subtitles for This app knows how you feel -- from the look on your face | ||
Lisbeth Pekkari edited Swedish subtitles for This app knows how you feel -- from the look on your face | ||
Lisbeth Pekkari edited Swedish subtitles for This app knows how you feel -- from the look on your face | ||
Lisbeth Pekkari accepted Swedish subtitles for This app knows how you feel -- from the look on your face | ||
Lisbeth Pekkari edited Swedish subtitles for This app knows how you feel -- from the look on your face | ||
Lisbeth Pekkari edited Swedish subtitles for This app knows how you feel -- from the look on your face | ||
Annika Bidner edited Swedish subtitles for This app knows how you feel -- from the look on your face |