文/易北辰頻道 Jared
如何讓人工智能在任何情況下都能很好的領(lǐng)悟人類的情緒及精神狀態(tài),極具挑戰(zhàn)。搭建人工智能系統(tǒng)與人類配合默契還有很長一段路要走。
如果是在特定場合下捕捉人類面部表情的變化,從而判斷當時人的情緒與反應(yīng),也許會容易一些。
加州理工學(xué)院和迪士尼研究院就合作開發(fā)了這樣一套神經(jīng)網(wǎng)絡(luò)系統(tǒng),能夠追蹤觀眾的面部表情,來預(yù)測和了解觀眾對電影的反應(yīng)。
長期以來我們要知道一部電影好不好看,除了從影評和演員陣容來判斷,似乎也只能由消費者肉身到電影院去鑒別。只不過,往往各種影評或許充斥著水軍的成分,讓人難辨真?zhèn)巍r且從時間還是金錢方面來說,都不能每部電影都親自去看看。
幸運的是技術(shù)更迭速度超乎我們預(yù)期,這有助于人類更加客觀地判斷。這一技術(shù)或許可以通過測試,實時識別和跟蹤影院內(nèi)的觀眾的面部表情,達到更加客觀地判斷當下觀影的心情的目的,盡管還處于初級階段,新方法技術(shù)還不夠成熟,卻可以推斷這一方法將勝過常規(guī)方法。
這套系統(tǒng)使用了一種名為分解式變量自動編碼技術(shù)(factorized variational autoencoder),研發(fā)團隊介紹,該技術(shù)相比目前的方法,能夠更好地捕捉復(fù)雜的事物,比如動態(tài)的面部表情。
該研發(fā)團隊通過150部迪士尼電影來收集大量的觀眾面部數(shù)據(jù)(在播放迪士尼電影的影院通過紅外高保真攝像機捕捉每個人面部和動作),并把這些生成的數(shù)據(jù)(1600萬左右個數(shù)據(jù)點)饋送到神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練。
當訓(xùn)練結(jié)束,這個系統(tǒng)就能夠了解觀眾在觀看影片過程中產(chǎn)生的所有情緒。在實際應(yīng)用時,神經(jīng)系統(tǒng)不僅僅能夠處理過去的信息,還能夠?qū)τ^眾進行預(yù)測,比如團隊在研究中發(fā)現(xiàn)觀眾的預(yù)熱時間大概需要十分鐘,那么通過十分鐘的觀察,便可預(yù)測該觀眾在余下時間內(nèi)的面部表情。
從技術(shù)角度來看,這種新的方式能夠相對簡單、可靠、實時地對影院中的觀眾的面部表情進行識別和跟蹤。從而幫助電影制作人去了解觀眾的喜好和反應(yīng),才能知道觀眾對電影的真實評價,比如“觀眾是否喜歡這部電影?”、“哪個橋段最吸引他們?”、“哪個片段觀眾覺得無聊?!?/p>
只不過目前該技術(shù)還只能測笑容類表情,驚恐、哭泣等面部表情暫時還不能預(yù)測,畢竟了解人類行為和情緒是人工智能發(fā)展的最大調(diào)整,何況人類自己也并不是總能明確地表示自己的不開心和遇到的問題。
也許你會說,看上去這么厲害的AI技術(shù)難道只是用于電影測評,幫助電影產(chǎn)業(yè)發(fā)展嗎?會不會可惜了?當然不是,這只是這項技術(shù)可以應(yīng)用到的場景之一,也許未來還可以用在人群監(jiān)控等相關(guān)場景。
隨著AI技術(shù)的發(fā)展,想必會有更多更新的技術(shù)呈現(xiàn)形式的出現(xiàn),讓AI擁有了更高級的行為能力,譬如社交能力、對人類的理解能力。
當然,這一切都基于人工智能對人類行為的了解,只不過目前看來,難度依然大。我們期待著人工智能可以帶來更多更便利的應(yīng)用。
~~~~~~~華麗麗的分割線~~~~~~~~~
易北辰頻道:每日一篇全球前沿科技觀察。
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長
- 美媒聚焦比亞迪“副業(yè)”:電子代工助力蘋果,下個大計劃瞄準AI機器人
- 微信零錢通新政策:銀行卡轉(zhuǎn)入資金提現(xiàn)免手續(xù)費引熱議
- 消息稱塔塔集團將收購和碩印度iPhone代工廠60%股份 并接管日常運營
- 蘋果揭秘自研芯片成功之道:領(lǐng)先技術(shù)與深度整合是關(guān)鍵
- 英偉達新一代Blackwell GPU面臨過熱挑戰(zhàn),交付延期引發(fā)市場關(guān)注
- 馬斯克能否成為 AI 部部長?硅谷與白宮的聯(lián)系日益緊密
- 余承東:Mate70將在26號發(fā)布,意外泄露引發(fā)關(guān)注
- 無人機“黑科技”亮相航展:全球首臺低空重力測量系統(tǒng)引關(guān)注
- 賽力斯發(fā)布聲明:未與任何伙伴聯(lián)合開展人形機器人合作
- 賽力斯觸及漲停,汽車整車股盤初強勢拉升
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關(guān)資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責(zé)任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。