L’intelligenza artificiale è ovunque e diventa ogni giorno più veloce, più intelligente e più efficiente. L’intelligenza artificiale esiste da decenni, ma solo di recente, grazie all’enorme quantità di dati di cui disponiamo oggi, siamo stati in grado di compiere progressi significativi.
L’Intelligenza Artificiale è ora in grado di riconoscere le emozioni meglio degli esseri umani.
Il problema delle emozioni è che sono molto difficili da prevedere, se non impossibili.
Le emozioni sono molto difficili da prevedere.
Questo perché le emozioni sono difficili da misurare.
Le emozioni sono anche estremamente difficili da comprendere e controllare.
Ma l’intelligenza artificiale può imparare e riconoscere le emozioni.
Ma l’intelligenza artificiale può imparare e riconoscere le emozioni.
L’intelligenza artificiale (AI) è un sistema informatico che imita i processi di pensiero umani, compresi l’apprendimento, il ragionamento e le decisioni.
L’IA è anche chiamata machine learning o cognitive computing. Imparando dall’esperienza, un sistema di IA può migliorare le proprie prestazioni su un compito senza essere esplicitamente programmato per farlo.
L’IA combina elementi di scienza dei dati, informatica e ingegneria per costruire sistemi in grado di elaborare autonomamente le informazioni e prendere decisioni in linea con la loro programmazione. Questa tecnologia è stata utilizzata nei veicoli autonomi fin dagli anni ’80 ed è oggi più diffusa che mai grazie ai progressi della potenza di elaborazione e delle capacità di memorizzazione dei dati nei computer.
Ad esempio, il supercomputer Watson dell’IBM è stato in grado di battere due campioni di Jeopardy al loro stesso gioco, utilizzando tecniche di elaborazione del linguaggio naturale – qualcosa con cui nessun concorrente umano poteva sperare di competere!
I ricercatori hanno fatto un passo avanti nell’identificazione e nella misurazione delle emozioni.
Lo studio ha dimostrato che l’intelligenza artificiale può essere utilizzata per rilevare le emozioni nelle espressioni facciali. I ricercatori hanno addestrato una rete neurale profonda che è stata in grado di identificare l’emozione dalle espressioni facciali e di fornirla come etichetta dell’emozione.
Si tratta di un significativo passo avanti per l’apprendimento automatico e per i metodi di deep learning in particolare, perché non richiede istruzioni esplicite su come farlo.
Il team di ricerca ha sviluppato un algoritmo chiamato Emotion Recognition with Deep Neural Networks (ER-DNN), che utilizza tecniche di apprendimento automatico per analizzare le immagini a livello di pixel utilizzando reti neurali convoluzionali (CNN).
Il modello ha raggiunto prestazioni allo stato dell’arte su diversi set di dati e ha superato tutti i benchmark precedenti dell’1-2%, risultando al contempo più veloce di oltre 3 volte rispetto ad approcci precedenti che prevedevano l’uso di CNN non ottimizzate per questo compito specifico.
L’intelligenza artificiale può capire le nostre emozioni?
L’intelligenza artificiale può capire le nostre emozioni?
A questo punto sarete probabilmente consapevoli del fatto che le emozioni sono complicate.
Sono incredibilmente complesse e difficili da misurare, non solo negli esseri umani, ma anche negli altri animali.
Come può un computer prevedere se ci sarà o meno un terremoto in California domani alle 15?
O prevedere quanta pioggia cadrà a Singapore entro la fine della settimana?
O ancora capire perché qualcuno è triste dopo la morte del suo cane?
Questo tipo di problemi non può essere risolto con la pura logica, quindi dobbiamo ricorrere a modelli matematici più complessi e a metodi come la teoria delle probabilità, un’altra branca della matematica molto utilizzata nell’informatica stessa!
Come si fa quindi a insegnare gli algoritmi di riconoscimento delle emozioni utilizzando la teoria delle probabilità? La risposta è nelle reti bayesiane (BN).
Una BN è costituita da nodi che rappresentano variabili (come la possibilità che qualcuno si arrabbi o meno) e da frecce che rappresentano le relazioni tra queste variabili; ecco un esempio:
Facebook ha sviluppato un sistema intelligente che comprende le espressioni facciali.
Facebook ha sviluppato un sistema intelligente in grado di comprendere le espressioni facciali. Si chiama DeepFace ed è in grado di riconoscere i volti con una precisione del 97%. Ma la grande novità è che è in grado di riconoscere anche le emozioni, il sesso e l’età.
La tecnologia alla base di DeepFace è stata pubblicata per la prima volta nel 2015 da un gruppo di ricerca di Facebook AI Research (FAIR). Nel documento intitolato “Deep Face Recognition”, i ricercatori spiegano come hanno utilizzato le reti neurali per costruire un sistema in grado di riconoscere i volti umani a vari livelli di astrazione, dalla semplice distinzione di una testa dall’altra all’identificazione di individui specifici in fotografie o video su piattaforme di social media come Facebook.
Di conseguenza, i ricercatori affermano che il loro lavoro rappresenta “un passo significativo verso un’intelligenza digitale più naturale”.
L’intelligenza artificiale è ovunque
L’intelligenza artificiale viene utilizzata in molti ambiti, dal comfort di casa vostra alle strade che percorrete ogni giorno.
Viene persino utilizzata per aiutare le persone a prendere decisioni migliori sulla propria salute.
L’intelligenza artificiale può aiutarci a capire le nostre emozioni e a comprendere gli altri.
L’intelligenza artificiale può anche aiutarci a capire il mondo che ci circonda, aiutandoci a dare un senso a quantità sempre più grandi di dati, quindi è importante iniziare a considerare come l’intelligenza artificiale potrebbe influenzare la società nel suo complesso.
L’intelligenza artificiale è ovunque. Viene utilizzata per migliorare le nostre vite, ma anche per renderle più difficili.
Molti temono che questa tecnologia finisca per sostituire gli esseri umani, ma la scienza ci mostra quanta strada deve ancora fare prima di arrivare a quel punto.
Nel frattempo, continueremo a lavorarci per capire meglio perché le persone si comportano così e cosa guida le loro decisioni.
