העלייה המהירה של צ'טבוטים בינה מלאכותית עוררה חששות אתיים, התרגשות ודאגות תעסוקה במידות כמעט שווים. אבל האם ההימור עומד להיות מוגדל שוב?
אם יש עקב אכילס לכלים האלה, זה חוסר היכולת לכלול רגשות אנושיים לתשובות. עם זאת, עם ההתקדמות בתחום "בינה מלאכותית רגשית", יתכן שאנו עומדים לחזות בקפיצת מדרגה ענקית נוספת בטכנולוגיית הבינה המלאכותית.
בעיה רגשית
הבנת רגשות אנושיים יכולה להיות מסובכת, אפילו עבור בני אדם. למרות שזה משהו שאנחנו מתחילים ללמוד בלידה, אנחנו עדיין יכולים לעתים קרובות לקרוא לא נכון רגשות של אחר. לאמן מכונות במיומנות שבני אדם לא שלטו זה אתגר עצום.
עם זאת, תחום הבינה המלאכותית הרגשית, הידוע גם בשם מחשוב רגשי, עושה צעדים מדהימים. כדי להבין איך AI רגשי עובד, חשוב להשוות אותו לאופן שבו בני אדם מפרשים את רגשותיהם של אחרים. ניתן לחלק את התהליך לשלושה תחומים עיקריים:
- הבעות פנים/נימוסים: מישהו קורן כמו חתול צ'שייר זה ברור. אבל מה עם דמעות? הן יכולות להיות דמעות של שמחה או עצב. ואז יש את הדקויות והביטויים החולפים שאנחנו בקושי שמים לב אליהם אבל נותנים לך רמזים תת-מודעים לגבי רגשות של אחרים.
- שפת גוף: שוב, יש כאן הרבה רמזים שבני אדם משתמשים בהם כמעט באופן סאבלימינלי כדי לקבוע מצבים רגשיים.
- הטיית קול: הטון וההטיה של הקול יכולים להיות אינדיקטור חזק למצב רגשי. לדוגמה, הכרת ההבדל בין שמחה לכעס נעוצה לעתים קרובות בניואנסים של האופן שבו משהו נאמר.
הניואנסים של הרגשות האנושיים הם המקום שבו מתעוררים האתגרים. כדי להתמודד עם האתגרים הללו, בינה מלאכותית רגשית משתמשת במגוון טכניקות.
כיצד עובד בינה מלאכותית של Emotion?
בדומה לאופן שבו צ'אטבוטים של AI מסתמכים עליו מסדי נתונים ענקיים הנקראים מודלים של שפות גדולות (LLMs) כדי ליצור תגובות, AI רגשי מסתמך גם על מערך נתונים מסיבי. ההבדל העיקרי הוא צורת הנתונים.
שלב 1: איסוף הנתונים
"מודלים" של AI רגשי אוספים נתונים ממגוון מקורות. כמו לימודי תואר שני, טקסט מהווה חלק מהמודל. אבל מודלים של בינה מלאכותית רגשית משתמשים גם בצורות אחרות של נתונים, אלה כוללים:
- נתוני קול: זה יכול להיות משיחות מוקלטות של שירות לקוחות או סרטונים, בין מקורות אחרים.
- הבעות פנים: ניתן לאסוף נתונים אלה ממגוון מקורות. אחת הדרכים הנפוצות היא להקליט ביטויים של מתנדבים באמצעות וידאו מצולם בטלפון.
- נתונים פיזיולוגיים: ניתן למדוד מדדים כמו דופק וטמפרטורת הגוף כדי לקבוע את המצב הרגשי של המשתתפים המתנדבים.
לאחר מכן ניתן להשתמש בנתונים שנאספו כדי לקבוע מצבים רגשיים אנושיים. ראוי לציין שלא כל דגמי הבינה המלאכותית הרגשית ישתמשו באותו סוג של נתונים. לדוגמה, למוקד טלפוני יהיה שימוש מועט בנתונים חזותיים ופיזיולוגיים. בעוד שבשירותי הבריאות, הכללת נתונים פיזיולוגיים היא שימושית להפליא.
שלב 2: הכרה רגשית
אופן השימוש בנתונים להבנת מצבים רגשיים משתנה בהתאם לסוגם:
- ניתוח טקסט: טכניקות כמו ניתוח סנטימנטים או עיבוד שפה טבעית משמשות לפירוש טקסט כתוב. אלה יכולים לזהות מילות מפתח, ביטויים או דפוסים המעידים על מצבים רגשיים.
- ניתוח קול: אלגוריתמי למידת מכונה מנתחים היבטים של קולו של אדם, כגון גובה הצליל, עוצמת הקול, המהירות והטון, כדי להסיק מצבים רגשיים.
- ניתוח הבעות פנים: ראייה ממוחשבת וטכניקות למידה עמוקה משמשים לניתוח הבעות פנים. זה יכול להיות כרוך בזיהוי ביטויים בסיסיים (אושר, עצב, כעס, הפתעה וכו') או "מיקרו-ביטויים" עדינים יותר.
- ניתוח פיזיולוגי: מערכות AI רגשיות מסוימות יכולות לנתח נתונים פיזיולוגיים כמו דופק וטמפרטורה כדי לקבוע מצבים רגשיים. זה דורש חיישנים מיוחדים והוא משמש בדרך כלל במחקר או בטיפול רפואי.
הפרטים של אופן הפעולה של AI רגשי משתנים בהתאם למטרת היישום. עם זאת, רוב דגמי הבינה המלאכותית הרגשית יסתמכו על לפחות אחת מהטכניקות המפורטות.
שלב 3: יצירת תגובה
השלב האחרון הוא שמודל הבינה המלאכותית יגיב כראוי למצב הרגשי הנחוש שלו. איך התגובה הזו באה לידי ביטוי תלוי במטרת ה-AI. זה יכול להיות בצורה של אזהרה למפעיל מוקד שהמתקשר הבא שלו מוטרד, או שזה יכול להיות התאמה אישית של התוכן של אפליקציה.
קשת השימוש המלאה בטכנולוגיה הזו תהיה עצומה, וארגונים כבר מכניסים אותה לשימושים שונים.
מהם היישומים של AI רגשי?
בינה מלאכותית, באופן כללי, היא מעט כלי רב-כלי טכנולוגי, ובינה מלאכותית רגשית אינה שונה. ככל שהטכנולוגיה תתפתח, התפשטות השימושים תתרחב במידה ניכרת, כפי שמעידה מגוון המשימות שהיא כבר מבצעת:
- מוקדים טלפוניים: Emotion AI משולבת במרכזים טלפוניים כדי לסייע לסוכנים בזיהוי המצב הרגשי של הלקוחות.
- פִּרסוּם: סוכנויות שיווק עוקבות אחר צוותים של מתנדבים כדי להעריך את התגובה הרגשית שלהם בעת צפייה בפרסומת מסוימת. זה מאפשר להם לצבוט את התוכן כך שיתאים יותר לתגובה הרגשית הרצויה.
- בריאות: בינה מלאכותית כבר עוזרת בטיפול במצבי בריאות נפשיים. תחום זה של הרפואה הוא תחום שבו AI רגשי יכול להועיל עצום.
- חינוך: ניתן לאמן אפליקציות חינוך להתאים את עבודת הקורס ואת "חווית הלמידה" הכוללת בהתאם למצבו הרגשי של התלמיד.
- תעשיית הרכב: זה נמצא בצנרת, אבל בינה מלאכותית רגשית עשויה להוות עזר רב ערך לנהיגה. המחקר הנוכחי מתמקד בפיתוח מערכות שיכולות לזהות את המצב הרגשי של הנהג. לאחר מכן, זה יכול לנקוט צורה כלשהי של פעולה מתקנת אם הנהג עייף מדי, לחוץ, כועס או פשוט בחלום בהקיץ.
כל זה נשמע טוב וטוב, אבל כמו בכל עניין בינה מלאכותית, זה אף פעם לא כל כך פשוט. החששות האתיים והפרטיות סביב בינה מלאכותית גנרטיבית ישימים באותה מידה, אבל עכשיו יש לנו רגשות אנושיים שנזרקים לתערובת.
דאגות אתיות ופרטיות של AI רגשי
על כל תועלת ש-AI מביאה לנו - ויש הרבה כאלה - נראה שיש דאגה אתית או פרטיות מקבילה. טכנולוגיה חדשנית זו פועלת בקצה הידע הטכנולוגי. היא פועלת גם בקצה הידע החברתי.
ההצטלבות של רגש וטכנולוגיה עמוסה באתגרים מורכבים שיש לטפל בהם אם בינה מלאכותית תהיה ברכה ולא נטל. חלק מהחששות המופיעים מיד לעין כוללים:
- חששות לפרטיות נתונים: כבר אזור אפור ב-AI, הכללת נתונים רגשיים רגישים העלתה את הרף.
- דיוק: צ'אטבוטים של בינה מלאכותית הם הרבה דברים, אבל התשובות שלהם לרוב רחבות היקף. לאותן שגיאות שנעשו על ידי מודלים של AI רגשי יכולות להיות השלכות חמורות אם הן מתרחשות ביישומים כמו שירותי בריאות.
- מניפולציה רגשית: רמאים יכולים להשתמש בבינה מלאכותית רגשית כדי לשחק על רגשותיהם של אנשים מתוך כוונה זדונית.
דאגות אלו הן אמיתיות, ומאמץ משותף לטפל בהן הוא המפתח לפתיחת מלוא היתרונות של AI רגשי.
לא יודע אם לצחוק או לבכות
זוהי טכנולוגיה מבטיחה עם יתרונות פוטנציאליים עצומים. עם זאת, הוא אכן נושא "מטען רגשי" לאורך הזרם שלו. היתרון הוא המגוון העצום של יישומים פוטנציאליים שבהם זה יכול לעשות הבדל עצום. כל דבר, החל משירותי בריאות ועד לחוויות משחק סוחפות יותר יכול להפיק תועלת מ-AI רגשי.
אבל יש כמה נושאים כבדים שצריך לטפל בהם אם אנחנו רוצים להשתמש בזה כדי להועיל ולא להפריע לאנושות.