Return to Video

机器可以辨别你的情感吗？－ 克斯塔斯 卡尔普兹

  • 0:07 - 0:12
    每年，机器逐渐在一些我们以前认为
  • 0:12 - 0:15
    只有人类可以做的事情中超越人类
  • 0:15 - 0:18
    如今，电脑可以在复杂的桌面游戏中打败我们
  • 0:18 - 0:21
    能够转录各种语言
  • 0:21 - 0:25
    并能迅速识别几乎所有物体
  • 0:25 - 0:27
    而未来的机器人
  • 0:27 - 0:30
    或许能在感知我们的情绪方面取得突破
  • 0:30 - 0:32
    为什么这很重要？
  • 0:32 - 0:35
    因为如果机器和操作他们的人
  • 0:35 - 0:37
    可以准确地感知到我们的情绪
  • 0:37 - 0:40
    他们可以前所未有地帮助我们
  • 0:40 - 0:43
    甚至是操纵我们
  • 0:43 - 0:45
    但是在这之前
  • 0:45 - 0:48
    我们先来探讨一下
    为什么像情绪这么复杂的东西
  • 0:48 - 0:53
    可以被转化为数字，
    这种计算机唯一能够理解的语言呢？
  • 0:53 - 0:57
    本质上，机器理解感情的方式与我们大脑一样，
  • 0:57 - 0:59
    通过情绪识别。
  • 0:59 - 1:04
    美国心理学家保罗·艾克曼
    定义了几种全球通用的情绪
  • 1:04 - 1:09
    这些情绪的视觉信号在不同文化中是相同的。
  • 1:09 - 1:14
    例如，微笑的画面对于现代城市人而言意味着愉悦
  • 1:14 - 1:17
    对于土著原始人而言也是如此。
  • 1:17 - 1:18
    根据艾克曼的理论，
  • 1:18 - 1:19
    愤怒，
  • 1:19 - 1:20
    厌恶，
  • 1:20 - 1:20
    恐惧，
  • 1:20 - 1:21
    愉悦
  • 1:21 - 1:22
    悲伤
  • 1:22 - 1:25
    和惊喜都一样容易被识别。
  • 1:25 - 1:30
    事实证明，电脑的图像识别能力正在迅速提高
  • 1:30 - 1:34
    这归功于神经网络这样的机器学习算法。
  • 1:34 - 1:37
    这些人工节点通过建成关联和交换信息，
  • 1:37 - 1:42
    模仿人们的生物神经元。
  • 1:42 - 1:46
    为了训练这样的网络，
    输入的样例被预分类到不同类别，
  • 1:46 - 1:49
    譬如被标记成快乐或伤心的图片，
  • 1:49 - 1:51
    被输入到这个系统里。
  • 1:51 - 1:55
    然后，这个系统网络通过改变不同特征的比重
  • 1:55 - 1:58
    来辨别不同的样例。
  • 1:58 - 2:00
    这样的训练越多，
  • 2:00 - 2:05
    算法就能更准确地识别新的图像。
  • 2:05 - 2:07
    这一原理正与我们的大脑相像，
  • 2:07 - 2:12
    我们的大脑依据过往的经历来处理新的刺激。
  • 2:12 - 2:15
    识别算法并不只限于面部表情。
  • 2:15 - 2:18
    我们的情感通过许多不同的方式被表露。
  • 2:18 - 2:20
    比如肢体语言，语音语调
  • 2:20 - 2:23
    心跳的改变，面色和皮肤温度，
  • 2:23 - 2:28
    甚至写作的用词频率和句型结构。
  • 2:28 - 2:31
    你也许会认为通过训练神经网络来识别这些特征
  • 2:31 - 2:34
    会是一个漫长而复杂的过程
  • 2:34 - 2:37
    考虑到当下巨大的数据量，
  • 2:37 - 2:40
    以及现代电脑的数据处理速度。
  • 2:40 - 2:42
    从社交网络的更新，
  • 2:42 - 2:44
    上传的图片和视频，
  • 2:44 - 2:45
    电话录音，
  • 2:45 - 2:47
    到热敏感安全摄像机
  • 2:47 - 2:50
    和可穿戴的生理信号监视器，
  • 2:50 - 2:53
    关键问题并不是如何获得足够的数据，
  • 2:53 - 2:55
    而是我们应该如何运用这些数据。
  • 2:55 - 3:00
    电子情感识别的用途是多方面的。
  • 3:00 - 3:03
    比如，用算法识别面部表情的机器人
  • 3:03 - 3:04
    可以用于帮助儿童学习
  • 3:04 - 3:08
    或者为孤独的人作伴。
  • 3:08 - 3:11
    许多社交网络公司正在考虑使用算法
  • 3:11 - 3:17
    来标记帖子里的特殊字词以防范自杀行为。
  • 3:17 - 3:21
    情感识别软件可以帮助治疗精神疾病
  • 3:21 - 3:25
    或者提供低价的自动化心理治疗。
  • 3:25 - 3:27
    尽管情感识别有这些好处，
  • 3:27 - 3:31
    通过一个巨大的网络自动扫描我们的照片，
  • 3:31 - 3:32
    通信，
  • 3:32 - 3:37
    和生理信号也让人感到不安。
  • 3:37 - 3:44
    当我们的隐私信息被这个没有人情味的系统收集，
    进而被公司利用到广告中来欺骗我们的感情
  • 3:44 - 3:45
    这意味着什么？
  • 3:45 - 3:47
    我们的权利又是什么
  • 3:47 - 3:51
    如果任何的权力机构认为
    他们可以在人们决定做任何事情之前，
  • 3:51 - 3:55
    就能辨别有可能作案的人？
  • 3:55 - 3:58
    当前的机器人在辨别情感的微妙变化上
  • 3:58 - 4:00
    还需要提升，比如辨识讽刺
  • 4:00 - 4:05
    以及识别情绪的程度，
    分辨一个人有多么的开心或者难过。
  • 4:05 - 4:09
    无论如何，
    它们或许终究能够正确识别我们的情绪
  • 4:09 - 4:11
    并且做出回应。
  • 4:11 - 4:16
    至于他们能否体会到我们不想被过度入侵的恐惧，
  • 4:16 - 4:18
    这就是另外一回事了。
Title:
机器可以辨别你的情感吗？－ 克斯塔斯 卡尔普兹
Speaker:
Kostas Karpouzis
Description:

观看完整课程：http://ed.ted.com/lessons/can-machines-read-your-emotions-kostas-karpouzis

电脑可以在桌面游戏中打败我们，能够转录文字，并且快速辨别几乎任何事物。那么未来机器人能在理解人们的感情上取得突破吗？克斯塔斯 卡尔普兹设想一个机器以及操作他们的人能够准确理解我们的感情的未来，同时解释了机器人将会如何史无前例地帮助帮助我们，甚至是操纵我们。

课程由克斯塔斯 卡尔普兹设计，动画制作由拉塞 布朗斯完成。
more » « less
Video Language:
English
Team:
closed TED
Project:
TED-Ed
Duration:
04:39

Chinese, Simplified subtitles

Revisions

Our website uses cookies for analysis purposes.