Language
Country/Area
No result found
Tahukah Anda bagaimana komputasi afektif dapat memberi mesin "empati"?
Komputasi afektif adalah studi dan pengembangan sistem dan perangkat yang dapat mengenali, menafsirkan, memproses, dan mensimulasikan emosi manusia. Ini adalah bidang interdisipliner yang mencakup ilmu komputer, psikologi, dan ilmu kognitif. Eksplorasi awal emosi dapat ditelusuri kembali ke pemikiran filosofis tentangnya, tetapi cabang ilmu komputer modern dimulai dengan makalah Rosalind Pickard tahun 1995 "Affective Computing" dan bukunya tahun 1997 dengan nama yang sama. Motivasi utama dalam bidang ini adalah untuk memberi mesin kecerdasan emosional, termasuk empati yang disimulasikan, sehingga mesin dapat memahami keadaan emosional manusia dan menyesuaikan perilaku mereka berdasarkan emosi ini, sehingga respons emosional yang tepat dapat diberikan.
Tujuan komputasi afektif adalah untuk meningkatkan interaksi antara manusia dan mesin dan membuatnya lebih manusiawi.
Mendeteksi dan mengidentifikasi informasi emosional
Mendeteksi informasi emosional biasanya dimulai dengan sensor pasif, yang menangkap kondisi fisik atau perilaku pengguna tanpa menafsirkan data masukan. Data ini mirip dengan isyarat yang digunakan manusia untuk merasakan emosi orang lain. Misalnya, kamera video dapat menangkap ekspresi wajah, postur tubuh, dan gerakan, sementara mikrofon merekam ucapan. Sensor lain mendeteksi isyarat emosional dengan mengukur data fisiologis secara langsung, seperti suhu kulit dan respons kulit galvanik.
Emosi dalam mesin
Area penting lainnya adalah merancang perangkat komputasi yang dapat menampilkan emosi batin atau yang dapat mensimulasikan emosi secara meyakinkan. Teknologi saat ini mampu mensimulasikan emosi, terutama dalam agen percakapan, yang meningkatkan dan memfasilitasi interaksi manusia-mesin. Dalam bukunya Emotional Machines, pelopor ilmu komputer Marvin Minsky menghubungkan emosi dengan pertanyaan yang lebih luas tentang kecerdasan mesin, dengan mencatat bahwa emosi "tidak terlalu berbeda dari proses yang kita sebut 'berpikir'." Manusia) merupakan upaya untuk memberikan dimensi emosional pada program-program ini, termasuk reaksi terhadap rangsangan emosional tertentu, dengan ekspresi wajah dan gerakan yang sesuai.
Emosi dalam mesin sering kali melibatkan emosi sistem komputasi, yang semuanya telah memunculkan istilah "AI emosional" dan "AI emosional."
Teknologi dalam Pengenalan Emosi
Dalam psikologi, ilmu kognitif, dan ilmu saraf, ada dua pendekatan utama untuk menggambarkan bagaimana manusia mempersepsikan dan mengkategorikan emosi: pendekatan berkelanjutan dan pendekatan kategoris. Dalam proses pengenalan emosi, penggunaan berbagai teknik model regresi dan klasifikasi pembelajaran mesin juga penting.
Suara Emosional
Perubahan pada sistem saraf otonom secara tidak langsung dapat mengubah bahasa seseorang, dan teknologi emosi dapat menggunakan informasi ini untukmengidentifikasi emosi. Misalnya, ucapan dalam keadaan takut, marah, atau gembira cenderung cepat, keras, dan jelas, dengan rentang nada yang lebih tinggi dan lebih lebar, sementara kelelahan, kebosanan, atau kesedihan biasanya menghasilkan ucapan yang lambat, bernada rendah, dan tidak jelas. Teknologi pemrosesan ucapan emosional dapat mengidentifikasi keadaan emosional pengguna melalui analisis komputasional fitur ucapan.
Algoritme
Proses deteksi emosi ucapan/teks memerlukan pembuatan basis data dan basis pengetahuan yang andal serta pemilihan pengklasifikasi yang efektif untuk mencapai pengenalan emosi yang cepat dan akurat. Dengan perkembangan teknologi, berbagai algoritme telah diusulkan satu demi satu. Menggunakan pengklasifikasi yang tepat dapat secara signifikan meningkatkan kinerja sistem secara keseluruhan.
Memilih pengklasifikasi yang sesuai dapat secara signifikan meningkatkan akurasi dan efisiensi pengenalan emosi.
Pengenalan emosi wajah
Deteksi dan pemrosesan ekspresi wajah biasanya dicapai melalui metode seperti aliran optik, model Markov tersembunyi, dan jaringan saraf. Selain ekspresi wajah itu sendiri, pengenalan multimoda yang dikombinasikan dengan berbagai informasi seperti irama suara, gerakan, dll. dapat menilai keadaan emosi subjek dengan lebih akurat. Membangun basis data emosi adalah tugas yang memakan waktu dan padat karya, dan sebagian besar basis data emosi yang tersedia untuk umum hanya mencakup ekspresi gerakan, yang membuat pengenalan emosi wajah menjadi sulit.
Gerakan tubuh
Gerakan dapat digunakan secara efektif sebagai cara untuk mengidentifikasi keadaan emosi spesifik pengguna, terutama jika dikombinasikan dengan pengenalan suara dan ekspresi wajah. Metode pengenalan gerakan terutama dibagi menjadi dua pendekatan: berbasis model 3D dan berbasis penampilan. Komputer harus dapat memahami tindakan ini dan merespons dengan tepat untuk meningkatkan efisiensi interaksi manusia-komputer.
Pemantauan fisiologis
Hal ini dapat dilakukan dengan memantau dan menganalisis sinyal fisiologis pengguna untuk mendeteksi keadaan emosional mereka. Sinyal fisiologis meliputi perubahan denyut jantung, respons konduktivitas kulit, kontraksi otot wajah, dan perubahan aliran darah. Bidang ini telah mendapat perhatian lebih lanjut baru-baru ini dan kini kita melihat beberapa produk nyata yang menggunakan teknologi ini.
Dengan perkembangan teknologi, komputasi afektif memainkan peran yang semakin penting dalam kehidupan kita sehari-hari. Akankah mesin masa depan mampu memiliki empati sejati?
