211service.com
Oppstart får datamaskiner til å lese ansikter, søker formål utover annonser
I fjor satte mer enn 1000 mennesker i fire land seg ned og så på 115 TV-reklamer, for eksempel en med antropomorfiserte M&M-godterier i en bar. Hele tiden pekte webkameraer på ansiktene deres og streamet bilder av uttrykkene deres til en server i Waltham, Massachusetts.
Ansiktskode : Ved å bruke bilder tatt fra enkle webkameraer, sporer Affectivas programvare bevegelsen av muskler i leppene, øyenbrynene og andre deler av ansiktet for å bestemme en persons følelsesmessige tilstand.
I Waltham utførte en algoritme utviklet av et oppstartsselskap kalt Affectiva det som er kjent som ansiktskoding: den sporet paneldeltakernes hevede øyenbryn, rynket øyenbryn, smil, halvglis, rynker og smil. (Se en video av teknologien i aksjon under denne historien eller her .) Da disse ansiktsdataene senere ble slått sammen med salgsdata fra den virkelige verden, viste det seg at ansiktsmålingene kunne brukes til å forutsi med 75 prosent nøyaktighet om salget av annonserte produkter vil øke, redusere eller forbli de samme etter at reklamene ble sendt. Til sammenligning kan undersøkelser av paneldeltakernes følelser for annonsene forutsi produktenes salg med 70 prosent nøyaktighet.
Selv om dette var en inkrementell forbedring statistisk sett, reflekterte det en milepæl innen affektiv databehandling. Mens folk notorisk har vanskelig for å artikulere hvordan de har det, er det nå klart at maskiner ikke bare kan lese noen av følelsene deres, men også gå et skritt lenger og forutsi den statistiske sannsynligheten for senere oppførsel.
Gitt at markedet for TV-annonser i USA alene overstiger 70 milliarder dollar, er innsikt fra ansiktskoding en stor sak for forretningsfolk, sier Rosalind Picard, som leder den affektive databehandlingsgruppen ved MITs Media Lab og var med på å grunnlegge selskapet; hun forlot selskapet tidligere i år, men er fortsatt en investor.
Allikevel har ansiktskoding ennå ikke levert de bredere, mer altruistiske visjonene til skaperne. Å hjelpe til med å selge mer sjokolade er flott, men når vil ansiktskoding hjelpe personer med autisme med å lese sosiale signaler, øke lærernes evne til å se hvilke elever som sliter, eller gjøre datamaskiner empatiske?
Svarene kan begynne å komme neste måned, når Affectiva lanserer et programvareutviklingssett som lar plattformen brukes for godkjente apper. Håpet, sier Rana el Kaliouby, selskapets vitenskapssjef og den andre medgründeren (se Innovators Under 35: Rana el Kaliouby), er å spre teknologien utover markedsføring. Selv om hun ikke ville nevne de faktiske eller potensielle partnerne, sa hun at selskaper kan bruke teknologien vår til alt fra spill og underholdning til utdannings- og læringsmiljøer.
Applikasjoner som pedagogisk assistanse – å informere lærere når elever er forvirret, eller å hjelpe autistiske barn med å lese følelser i andres ansikter – fungerte sterkt i selskapets oppfatning. Affectiva, som ble lansert for fire år siden og nå har 35 ansatte og 20 millioner dollar i risikofinansiering, vokste ut av Picard-laboratoriets manifest erklærer at datamaskiner ville gjøre samfunnet en tjeneste hvis de kunne gjenkjenne og reagere på menneskelige følelser.
Gjennom årene har laboratoriet gjort narr av prototypeteknologier. Disse inkluderte en trykkfølende mus som kunne føle når hånden din ble knyttet sammen i uro; en robot kalt Kismet som kunne smile og heve øyenbrynene; Galvactivator, en hudledningsevnesensor for å måle hjerteslag og svette; og ansiktskodesystemet, utviklet og foredlet av el Kaliouby.
Affectiva satser på to første produkter: en håndleddsbåret dings kalt Q-sensoren som kan måle hudens konduktans, temperatur og aktivitetsnivåer (som kan være indikatorer på stress, angst, søvnproblemer, anfall og noen andre medisinske tilstander); og Affdex, programvaren for ansiktskoding. Men mens Q-sensoren så ut til å vise et tidlig løfte (se Håndleddssensoren forteller deg hvor stresset du er og sensoren oppdager følelser gjennom huden), avviklet selskapet i april produktet, og så lite potensielt marked utover forskere som jobber med applikasjoner som måling fysiologiske tegn som varsler anfall. Det etterlater selskapet med Affdex, som hovedsakelig brukes av markedsundersøkelsesselskaper, inkludert Insight Express og Millward Brown, og forbrukerproduktselskaper som Unilever og Mars.
Nå, mens selskapet forbereder utviklingssettet sitt, kan markedsundersøkelsesarbeidet gi en indirekte gevinst. Etter å ha brukt tre år på å kalle sammen webkamerabaserte paneler rundt om i verden, har Affectiva samlet en database med mer enn én milliard ansiktsreaksjoner. Nøyaktigheten til systemet kan bane vei for applikasjoner som leser følelsene på folks ansikter ved å bruke vanlige hjemmedatamaskiner og bærbare enheter. Affectiva takler et enormt vanskelig problem, ansiktsuttrykksanalyse i vanskelige og ubegrensede miljøer, som en stor del av det akademiske miljøet har unngått, sier Tadas Baltrusaitis, doktorgradsstudent ved University of Cambridge, som har skrevet flere artikler om ansiktskoding. .
Dessuten, ved å bruke paneldeltakere fra 52 land, har Affectiva ertet ut leksjoner spesifikke for kjønn, kultur og emne. Ansiktskoding har spesiell verdi når folk ikke er villige til å selvrapportere følelsene sine. For eksempel, sier el Kaliouby, når indiske kvinner ble vist en annonse for hudkrem, smilte hver og en av dem når en mann rørte ved sin kones mellomrom – men ingen av kvinnene ville senere erkjenne eller nevne den scenen, langt mindre innrømme at de hadde gledet seg den.
Utdanning kan være moden for teknologien. En rekke studier har vist potensialet; en av forskere ved University of California, San Diego - som har grunnlagt en konkurrerende oppstart kalt følelsesmessig — viste at ansiktsuttrykk spådde den opplevde vanskeligheten ved en videoforelesning og studentens foretrukne seerhastighet. En annen viste at ansiktskoding kunne måle elevenes engasjement under en iPad-basert veiledningsøkt, og at disse målene på engasjement på sin side spådde hvordan elevene senere ville prestere på tester.
Slike teknologier kan være spesielt nyttige for studenter med lærevansker, sier Winslow Burleson, en assisterende professor ved Arizona State University, forfatter av en papir beskriver disse potensielle bruken av ansiktskoding og andre teknologier. På samme måte kan teknologien hjelpe klinikere å fortelle om en pasient forstår instruksjoner. Eller det kan forbedre dataspill ved å oppdage spillernes følelser og bruke denne tilbakemeldingen til å endre spillet eller forbedre en virtuell karakter.
Samlet antyder innsikten fra mange slike studier en rolle for Affdex i nettbaserte klasserom, sier Picard. I et ekte klasserom har man en følelse av om elevene er aktivt oppmerksomme, sier hun. Når du går til nettbasert læring, vet du ikke engang om de er der. Nå kan du måle ikke bare om de er tilstede og oppmerksomme, men hvis du snakker – hvis du slår en vits, smiler eller ler de?
Ikke desto mindre sier Baltrusaitis at mange spørsmål gjenstår om hvilke emosjonelle tilstander hos elever som er relevante, og hva som bør gjøres når disse tilstandene oppdages. Jeg tror feltet må utvikles litt videre før vi ser dette rulles ut i klasserom eller nettkurs, sier han.
Det kommende året bør avsløre mye om hvorvidt ansiktskoding kan ha fordeler utover TV-reklamer. Affdex møter konkurranse fra andre apper og startups, og til og med noen markedsførere forbli skeptisk at ansiktskoding er bedre enn tradisjonelle metoder for å teste annonser. Ikke alle reaksjoner kommer til uttrykk i ansiktet, og mange andre måleverktøy hevder å lese folks følelser, sier Ilya Vedrashko, som leder en forskningsgruppe for forbrukerintelligens ved Hill Holliday, et reklamebyrå i Boston.
Men med hvert nytt ansikt blir teknologien sterkere. Det er derfor el Kaliouby mener at det er klar til å ta på seg større problemer. Vi ønsker å gjøre ansiktskodingsteknologi allestedsnærværende, sier hun.