Can machines read your emotions? - Kostas Karpouzis

Translator: Sanntint Tint Reviewer: Myo Aung

With every year, machines surpass humans in more and more activities

တစ်ချိန်က လုပ်နိုင်စွမ်းရှိတယ်လို့ပဲ ထင်ခဲ့တဲ့ လုပ်ဆောင်ချက်တွေမှာ နှစ်စဉ်

we once thought only we were capable of.

စက်ယန္တရားတွေက လူသားတွေကို ကျော်လွန်သွားတယ်။

Today's computers can beat us in complex board games,

ယနေ့ ကွန်ပြူတာတွေက ရှုပ်ထွေးတဲ့ ဘုတ်ဂိမ်းတွေမှာ လူတွေကိုအနိုင်ယူနိုင်တယ်၊

transcribe speech in dozens of languages,

စကားကို ဘာသာစကားများစွာ အဖြစ်ပြောင်းနိုင်ပြီး

and instantly identify almost any object.

အရာတိုင်းနီးပါးကို ချက်ချင်းဖော်ထုတ်နိုင်တယ်။

But the robots of tomorrow may go futher

ဒါပေမဲ့ မနက်ဖြန်ရဲ့ စက်ရုပ်တွေဟာ

by learning to figure out what we're feeling.

လူတွေ ခံစားနေရတာကို အဖြေရှာဖို့ သင်ယူရင်းနဲ့ ပိုတိုးတက်လာနိုင်တယ်။

And why does that matter?

ဒါက ဘာကြောင့် အရေးကြီးတာလဲ။

Because if machines and the people who run them

စက်တွေနဲ ဒါတွေကို မောင်းနှင်နေသူတွေက

can accurately read our emotional states,

လူတွေရဲ့ စိတ်ခံစားမှု အခြေအနေကို တိကျစွာဖတ်နိုင်ရင်

they may be able to assist us or manipulate us

၎င်းတို့က မထင်မှတ်တဲ့ အတိုင်းအတာတွေနဲ့ လူတွေကို ကူညီ(သို့)

at unprecedented scales.

ခြယ်လှယ်နိုင်တာကြောင့်ပါ။

But before we get there,

ဒါပေမဲ့ ဒီကို မရောက်ခင်

how can something so complex as emotion be converted into mere numbers,

ဂဏန်းများအဖြစ်သာ ပြောင်းလဲတဲ့ ဘာသာစကား စက်တွေသာ နားလည်နိုင်တဲ့ စိတ်ခံစားမှုလို

the only language machines understand?

ရှုပ်ထွေးတဲ့ အရာက ဘယ်လိုဖြစ်နိုင်မလဲ။

Essentially the same way our own brains interpret emotions,

အခြေခံအနေနဲ့ လူ့ဦးနှောက်တွေဟာ စိတ်ခံစားမှုတွေကို ရှာဖွေပုံကို သင်ယူရင်း

by learning how to spot them.

ဒါတွေကို အလားတူ အဓိပ္ပါယ် ဖွင့်ဆိုတယ်။

American psychologist Paul Ekman identified certain universal emotions

အမေရိကန် စိတ်ပညာရှင် Paul Ekman က ယဉ်ကျေးမှု အသီးသီးမှာ

whose visual cues are understood the same way across cultures.

အမြင်အာရုံအချက်ပြမှုတွေကို အလားတူနားလည်တဲ့ ဖြစ်နေကျ ခံစားမှုတချို့ကို ဖော်ထုတ်ခဲ့တယ်။

For example, an image of a smile signals joy to modern urban dwellers

ဥပမာ ပြုံးတဲ့ပုံက ခေတ်မီမြို့သားတွေကို ရှေးတိုင်းရင်းသား လူမျိုးစုတွေလိုပဲ

and aboriginal tribesmen alike.

ပျော်ရွှင်မှုကို ညွှန်ပြတယ်။

And according to Ekman,

Ekman ရဲ့အဆိုအရ

anger,

disgust,

ဒေါသ၊ ရွံရှာမှု၊ ကြောက်ရွံ့မှု၊ ပျော်ရွှင်မှု၊

fear,

joy,

sadness,

and surprise are equally recognizable.

ဝမ်းနည်းမှုနဲ့ အံ့သြမှုတွေကို အညီအမျှ အသိအမှတ်ပြုနိုင်တယ်။

As it turns out, computers are rapidly getting better at image recognition

ဖြစ်သွားတာက ကွန်ပျူတာတွေဟာ အာရုံကြော ကွန်ရက်တွေလို စက်သင်ယူမှု

thanks to machine learning algorithms, such as neural networks.

အယ်လဂိုရီသမ်တွေကြောင့် ရုပ်ပုံမှတ်မိရာမှာ အလျင်အမြန် ပိုတော်လာနေတယ်။

ဒါတွေမှာ ချိတ်ဆက်မှုတွေ ဖွဲ့ကာ သတင်း အချက်အလက် ဖလှယ်တာကနေ

These consist of artificial nodes that mimic our biological neurons

by forming connections and exchanging information.

ဇီဝနျူရွန်တွေကို တုပတဲ့ ဖန်တီးထားတဲ့ အဖုလေးတွေ ပါဝင်တယ်။

To train the network, sample inputs pre-classified into different categories,

ကွန်ရက်ကို လေ့ကျင့်ပေးဖို့ ပျော်ရွှင်မှု သို့မဟုတ် ဝမ်းနည်းမှု အမှတ်အသားပြုထားတဲ့

such as photos marked happy or sad,

ဓာတ်ပုံတွေလို မတူတဲ့ အမျိုးအစားတွေကို ကြိုတင်ခွဲထားတဲ့ နမူနာ

are fed into the system.

ထည့်သွင်းမှုတွေကို စနစ်ထဲမှာ ဖြည့်သွင်းတယ်။

The network then learns to classify those samples

ဒီနောက် ကွန်ရက်က သီးခြား အင်္ဂါရပ်တွေအတွက်

by adjusting the relative weights assigned to particular features.

သတ်မှတ်တဲ့ သက်ဆိုင်ရာ အလေးချိန်တွေကို ညှိ ရင်း နမူနာတွေကို မျိုးတူစုခွဲဖို့သင်ယူတယ်။

The more training data it's given,

ဒေတာ ပိုလေ့ကျင့်ပေးလေလေ၊

the better the algorithm becomes at correctly identifying new images.

ပုံအသစ်တွေကို မှန်ကန်စွာ ဖော်ထုတ်ရာမှာ အယ်လဂိုရီသမ် ပိုကောင်းလေလေပါ။

This is similar to our own brains,

ဒါက လှုံ့ဆော်မှုအသစ်တွေကို

which learn from previous experiences to shape how new stimuli are processed.

ပုံဖော်ဖို့ ယခင်အတွေ့အကြုံတွေကနေ သင်ယူတဲ့ လူ့ဦးနှောက်နဲ့ ဆင်တူတယ်။

Recognition algorithms aren't just limited to facial expressions.

အသိအမှတ်ပြုမှုဆိုင်ရာ အယ်လဂိုရီသမ်တွေက မျက်နှာအမူအရာတွေအတွက်ပဲ ကန့်သတ်မထားဘူး။

Our emotions manifest in many ways.

စိတ်ခံစားမှုတွေက ပုံစံများစွာနဲ့ ပေါ်လာတယ်။

There's body language and vocal tone,

ခန္ဓာကိုယ် ဘာသာစကားနဲ့ အသံနေအသံထား၊

changes in heart rate, complexion, and skin temperature,

နှလုံးခုန်နှုန်း၊ အသားအရေနဲ့ အရေပြား အပူချိန်၊

or even word frequency and sentence structure in our writing.

သို့မဟုတ် အရေးအသားထဲက စကားလုံး ကြိမ်နှုန်းနဲ့ ဝါကျဖွဲ့စည်းပုံတောင်ပါ။

You might think that training neural networks to recognize these

ဒါတွေကို အသိအမှတ်ပြုဖို့ အာရုံကြော ကွန်ရက်တွေကို လေ့ကျင့်ပေးတာက

would be a long and complicated task

ဒေတာ ဘယ်လောက်ရှိတာနဲ့ ခေတ်မီ ကွန်ပြူတာတွေ ဘယ်လောက်

until you realize just how much data is out there,

မြန်မြန် လုပ်ဆောင်နိုင်တာကို သဘောပေါက်တဲ့အထိ ရှည်လျားရှုပ်ထွေးတဲ့

and how quickly modern computers can process it.

အလုပ်တစ်ခုဖြစ်မယ်လို့ သင် ထင်ကောင်းထင်နိုင်တယ်။

From social media posts,

ဆိုရှယ်မီဒီယာ ပို့စ်တွေ၊

uploaded photos and videos,

တင်လိုက်တဲ့ ဓာတ်ပုံနဲ့ ဗီဒီယိုတွေ၊

and phone recordings,

ဖုန်း အသံဖမ်းတာတွေကနေ

to heat-sensitive security cameras

အပူတုံ့ပြန်တဲ့ လုံခြုံရေးကင်မရာတွေ၊

and wearables that monitor physiological signs,

ဇီဝကမ္မလက္ခဏာတွေကို စောင့်ကြည့်တဲ့ ဝတ်ဆင်နိုင်သော ကိရိယာတွေအထိ

the big question is not how to collect enough data,

ကြီးမားတဲ့ ပြဿနာက ဒေတာအလုံအလောက် စုဆောင်းပုံမဟုတ်ဘဲ

but what we're going to do with it.

ဒါနဲ့ လုပ်ဆောင်မယ့်ပုံပါ။

There are plenty of beneficial uses for computerized emotion recognition.

ကွန်ပြူတာနဲ့ စိတ်ခံစားချက်ကို မှတ်သားတာ အတွက် အကျိုးရှိတဲ့ အသုံးတွေရှိတယ်။

Robots using algorithms to identify facial expressions

မျက်နှာအမူအရာတွေကို ခွဲခြားဖို့ အယ်လဂိုရီသမ် သုံးထားတဲ့

can help children learn

စက်ရုပ်တွေက ကလေးတွေကို သင်ယူဖို့

or provide lonely people with a sense of companionship.

သို့မဟုတ် အထီးကျန်သူတွေကို အဖော်အဖြစ် ထောက်ပံ့ဖို့ ကူညီနိုင်တယ်။

Social media companies are considering using algorithms

ဆိုရှယ်မီဒီယာ ကုမ္ပဏီတွေက တိကျတဲ့ စကားလုံး(သို့)စကားစုတွေပါတဲ့

to help prevent suicides by flagging posts that contain specific words or phrases.

ပို့စ်တွေကို သတိပေးရင်း သတ်သေတာကနေ ကူညီ ကာကွယ်ဖို့အယ်လဂိုရီသမ်သုံးတာကိုစဉ်းစားတယ်။

And emotion recognition software can help treat mental disorders

စိတ်ခံစားမှု မှတ်မိတဲ့ ဆော့ဖ်ဝဲလ်က စိတ်ရောဂါတွေကို ကုသဖို့

or even provide people with low-cost automated psychotherapy.

သို့မဟုတ် ကုန်ကျစရိတ်သက်သာတဲ့ အလိုအလျောက် စိတ်ပညာကုထုံးကိုတောင် ပေးနိုင်တယ်။

Despite the potential benefits,

အကျိုးကျေးဇူး အလားအလာတွေရှိပေမဲ့

the prospect of a massive network automatically scanning our photos,

ဓာတ်ပုံတွေ၊ ဆက်သွယ်ရေးနဲ့ ဇီဝကမ္မလက္ခဏာတွေကို အလိုအလျောက်

communications,

စကင်န်လုပ်ထားတဲ့

and physiological signs is also quite disturbing.

ကွန်ရက်ကြီးတစ်ခုရဲ့ အလားအလာက အတော် အနှောက်အယှက်ဖြစ်စေတယ်။

What are the implications for our privacy when such impersonal systems

ကြော်ငြာကနေ ခံစားမှုတွေကို အသုံးချဖို့ လုပ်ငန်းတွေက ဒီလို ခံစားမှုကင်းတဲ့

are used by corporations to exploit our emotions through advertising?

စနစ်တွေကိုသုံးတဲ့အခါ လူတွေရဲ့ကိုယ်ရေးကိုယ် တာ အတွက် ဂယက်ရိုက်မှုတွေက ဘာတွေလဲ။

And what becomes of our rights

အာဏာပိုင်တွေက ရာဇ၀တ်မှု

if authorities think they can identify the people likely to commit crimes

ကျူးလွန်နိုင်ခြေရှိတဲ့သူတွေကို အရေးယူဖို့ သတိရှိရှိ ဆုံးဖြတ်ချက်မချခင်တောင်

before they even make a conscious decision to act?

ဖော်ထုတ်နိုင်မယ်လို့ထင်ရင် လူတွေရဲ့ ရပိုင်ခွင့်တွေက ဘာဖြစ်လာမလဲ။

Robots currently have a long way to go

လူတစ်ယောက်ကို ဘယ်လောက် ပျော်ရွှင် သို့မဟုတ်

in distinguishing emotional nuances, like irony,

ဝမ်းနည်းစေတာဖြစ်ဖြစ် စက်ရုပ်တွေက လောလောဆယ် ထေ့ငေါ့တာနဲ့

and scales of emotions, just how happy or sad someone is.

စိတ်ခံစားမှုအတိုင်းအတာတွေလို စိတ်ပိုင်း ကွဲလွဲမှုတွေကို ခွဲခြားဖို့က ဝေးပါသေးတယ်။

Nonetheless, they may eventually be able to accurately read our emotions

ဘယ်လိုဖြစ်ဖြစ် နောက်ဆုံးမှာ စက်တွေက လူတွေရဲ့ စိတ်ခံစားချက်တွေကို တိကျစွာ

and respond to them.

ဖတ်နိုင်ပြီး တုံ့ပြန်နိုင်မှာပါ။

Whether they can empathize with our fear of unwanted intrusion, however,

ဒါပေမဲ့ စက်တွေက မလိုလားတဲ့ ကျူးကျော်မှုကို ကြောက်ရွံ့စိတ်နဲ့အတူ စာနာနိုင်မလားဆိုတာက

that's another story.

ဒါက တခြားဇာတ်လမ်းတစ်ပုဒ်ပါ။