I morgendagens verden ikke bare kan du se filmer, men de er for deg

Når du er i en mørk kinosal, din reaksjon på det som skjer på skjermen ofte går ubemerket av andre. Her kan du vidåpne øyne-i tilfelle av en uventet vri, bokstavelig talt Hoppende i stolen min fra skremmende scener eller la tårene under melodramatisk musikk – alle disse følelsene er sannsynlig å være rettet ikke mer enn plast tilbake av den forreste sete. Men bare i tilfelle at dette teateret er ikke utstyrt med en "computer vision". Hvis du noen gang får en sjanse til å besøke en av disse, så trygg som du ser filmen, vil se ut for deg.

Et dataprogram, der hovedmålet ligger i det faktum av det som er skrevet ovenfor, utviklet av Sølv Logikk Labs. Sin administrerende DIREKTØR Garima Skinke er en ekspert i anvendt matematikk, som spesialiserer seg i tallteori. Han jobbet i mange år innenfor murene av giganter som Amazon, Microsoft og Harvard medical school, som er engasjert i ulike problemstillinger knyttet til den menneskelige forbruker natur. Men hans hovedinteresse har alltid vært å forstå hvordan kunstig intelligens (AI) kan bidra til å bedre forutsi en av våre mest vanskelig funksjoner av menneskelig atferd.

å Utforske AI algoritmer for å analysere menneskelig svar til oppfatningen av ulike typer media, Jamon innså at det kunne være til nytte ikke bare vitenskapelig, men også kommersielle. Hans systemet fungerer på følgende måte: AI-algoritmen overvåker publikum som ser på filmen, og legg merke til følelser i ansiktene på folk, manifestert også gjennom de subtile endringer (såkalte micro-uttrykk), og genererer deretter på grunnlag av denne informasjonen, de nødvendige data for videre analyse.

Jamon alvorlig dykket ned i lignende studier om tre år siden, og selv om resultatene av hans arbeid for mediebransjen ser fortsatt veldig fuktig, stor interesse for dette temaet, de er definitivt tiltrukket. I stor grad fordi de lover pålitelige resultater, som atferden til folk kan være så forutsigbar som drift av programvaren, i alle fall i øynene på Ham. AI på tur, og brukt computer vision teknikker som vil hjelpe til å samle inn informasjon om hvordan folk reagerer på enkelte filmer og TV-serier, mye mer effektiv enn noen fucus gruppe. Så snart AI trene for å samle inn ønsket dataset, det kan gi en rask, jevn og detaljert analyse av denne beskjed. For de områder av industrien, som har å jobbe med disse dataene – nyheter er bare herlig. Faktisk, takket være mer kompetent og effektiv analyse av menneskelige ønsker og preferanser, og de kan forbedre sine produkter og tjenester, å bringe penger.

Rangeringer – en av de viktigste og mest vesentlige aspekter i å sikre suksess for et bestemt tv-program eller en film. Til overraskelse for de som så på prosessen, den nåværende versjonen av programvaren Skinke var i stand til å forutsi Nielsen ratings, Råtne Tomater og IMDB med nøyaktighet fra 84 prosent til 99 prosent. Forskjellen i tallene stammer fra det faktum at noen av objektene av rangeringen er "multimodal", som er utformet for et bredere publikum, slik at de som regel er vanskeligere å forutsi. Generelt sett, når det kommer til TV-en, det er i seg selv et forsøk på å forutsi populariteten av en bestemt overføring kan ikke unnlate å imponere.

"Når jeg startet, alle fortalte meg at jeg aldri vil være i stand til å forutse som det, fordi ingen kan" — felles Ham i samtale med portalen Futurisme.

Men med matematikk, ingenting er umulig. Tross alt, i henhold til Skinke, med hjelp av matematiske metoder kan vi nevne de mange nyansene som mark uten å bruke dem er rett og slett umulig.

"Vi tok den følelsesmessige reaksjonen til visuell og audio stimulering av publikum og konvertere dem til digitale verdier. Og når noe tar form av en digital verdi, så før eller senere tar form av den ønskede ligninger, en oppgave som i vårt tilfelle koker ned til å vite hvordan gjør du likte (eller lignende) eller noe annet vis" — sier Hamon.

Forsker rapporterer at det er et bredt statistisk analyse, men nekter å røpe noen detaljer om hva ligningen han bruker til å beregne, peker på det faktum at på denne måten han prøver å beskytte den "hemmelige ingrediens" i sitt program.

utsiden av underholdningsindustrien

Høy effektivitet AI i prediksjon av menneskelige preferanser, fikk Ham til å utforske andre områder hvor hans program kan være effektive. For eksempel, å avgjøre om en person snakker sannheten eller ikke. Som polygraph, AI kunne kart data som indikerer stress med et standard sett av verdier, og på dette grunnlag å avgjøre om en person lyver eller ikke. For å teste denne ideen, Skinke brukt AI algoritme for å utføre oppgaven med å identifisere følelser i folk, basert på den relativt lave video kvalitet. For studien, han brukte valser news Agency CSPAN, samt opptak opptak fra pressekonferansen på President Donald trump.

I en tid da sannheten kan bli avhørt, separasjon av sannhet fra usannhet kan være kritisk. Men systemet kan også brukes i situasjoner når det er bokstavelig talt på liv og død.For eksempel, i medisin, hvor det kan være nødvendig å nøyaktig bestemme nivået av smerte oppleves av mannen, slik at legene kan finne mer effektive behandlingsmetoder.

Skinke bemerker at systemet kan være nyttig, for eksempel i situasjoner der det er nødvendig for å avgjøre slag. Til tross for at det medisinske personalet som regel gjennomgår den nødvendige opplæring som gir dem mulighet til å identifisere tegn på et slag, ofte det er tider når savnet den såkalte mini-slag (eller forbigående iskemisk anfall hvis vitenskapelig), som er svært ofte etterfulgt av et kraftig hjerneslag, som berører et stort område av hjernen. Computer vision AI kunne bestemme microprismatic hjerneslag eller symptomer eller hint av forestående sykdommer før de faktisk manifestere seg i pasienten. I dette tilfellet, medisinsk personell ville være i stand til å reagere på situasjonen, og kan selv ta skritt for å unngå videre utvikling av en mer alvorlig hjerneslag.

Men vil det faktisk fungerer? Hamon mener at dette er mulig. Forskeren er overbevist om at den kunstige intelligensen kan bli så følsom at det vil være i stand til å definere slike knapt merkbar og raske endringer i kroppen. Når systemet ble testet med forskjellige målgrupper, forskerne måtte ta hensyn til det faktum at noen mennesker får foreskrevet medisiner, noen som, for eksempel, har bivirkninger som økt press eller en knapt merkbar muskel spasms. Kanskje vil du ikke være i stand til å legge merke til disse endringene i en annen person, men AI lett å identifisere, men på samme tid, det kan gjøre effekter fra å ta narkotika for manifestasjon av symptomer på stress. Det må også vurderes.

Kraftig verktøy

Mange tror at intelligente maskiner vil bli fratatt bias, men vi skal ikke glemme at disse maskinene vil skape mennesker, og disse menneskene, utvikling og samspill med AI, kan ubevisst å gi dem deres egne fordommer. Med utviklingen av AI konsekvensene av opphopning av disse skjevheter vil bli mer uttalt og etter hvert kan påvirke ulike prosesser for behandling av informasjon, for eksempel når det gjelder å identifisere en bestemt person, eller samling av sosiale data om en person som inngår i et nettverk av offentlige tjenester.

Som teknologi for ansiktsgjenkjenning er allerede begynt å trenge inn i vårt liv, mange begynner å tenke på og betale mer oppmerksomhet til etiske spørsmål, uttrykke bekymring for den potensielle skjevhet av disse algoritmene. Den samme ideen om at teknologien kan eksistere uten noen som helst grad investert i deres skjevheter, er veldig kontroversielt. Alvorlig tvil om hennes setter bare et enkelt argument: effektiviteten av kunstig INTELLIGENS, avhenger av dataene som ble investert i det, og blant disse postene kan inneholde informasjon som opprinnelig var malt en forutinntatt holdning av mannen som skapte dette systemet. Med framdriften av utvikling av AI, lage maskiner som er faktisk i stand til å lære, vi trenger å utvikle restriktive tiltak for å beskytte oss mot situasjoner når disse maskinene vil være i stand til å lære fra oss mye mer enn vi er ment å lære dem.

Imidlertid den samme Skinke er trygg på at hans algoritmen er helt upartisk, minst like mye som mulig. Sitt datasystem bare interpreterpath tegn på menneskelig atferd, uansett hvilken type ansikt eller kropp er i sitt synsfelt.

"jeg er indiansk, og vi bør erkjenne at det noen ganger skjer ting som kan forverre de omkringliggende miljø. Du kan For eksempel begynne å bli nervøs når ryggen går politiet. Jeg tror imidlertid at dette i fremtiden vil være i stand til å fullstendig eliminere denne faktoren av nervøsitet. Hvis du gjør noe galt, datamaskinen vil varsle politiet om at du ikke gjør noe galt. Personlig har jeg i dette tilfellet, vil den forstand økt nivå av din egen sikkerhet og beskyttelse fra politi-brutalitet, vel vitende om at maskinen vil være i stand til å gjennomføre dette nivået av trusselvurdering".

I alle fall, Hamon ikke bryr seg om tolkningen av resultatene av data analyse algoritme som han har laget. På samme tid, til tross for den tillit i sin algoritme, han er også klar over sine begrensninger. Derfor, hvis det er å snakke om de konklusjoner som trekkes på grunnlag av analysen, da, ifølge forsker, dette vedtak er best overlatt til eksperter, politi, medisin og psykiatri.

Den Fremtidige utviklingen av Jamon i selskapet Sølv Logikk Labs er bare begynnelsen. Og versjoner av programmer som er laget av dem AI er bare begrenset av den menneskelige fantasi. Sam Skinke ønsker hans verktøyet var veldig allsidig og ble brukt til å løse ulike problemer, men det er noe forskeren trekker tilbake der det hele begynte: etableringen av premium underholdning.

"Historiefortelling er en del av menneskers kultur" — sier Hamon.

Gjennom sitt arbeid han oppdaget minst én utover rating element som en nøkkel til mediaspace.

"Folk virkelig liker å se folk samhandler med hverandre. Dette er en av de tingene som er en formel for suksess" — leggerforsker.

Til Tross for at samfunnet kan ha negativ oppfatter de transformasjoner som AI lover å bringe inn i våre liv synet av Ham, selvfølgelig, kan du finne en veldig positiv ting. Før eller senere kunstig intelligens på grunnlag av alle innsamlede data vil en dag være i stand til å lede oss til å revidere våre ideer om hva det egentlig betyr å være menneske. Kanskje han kan se i oss det vi aldri før gjorde ikke ser i andre eller i oss selv.