Can machines read your emotions? - Kostas Karpouzis

จักรกลสามารถอ่านความรู้สึกของเราได้หรือไม่ - โคสตัส คาร์ปูซี่ส์ (Kostas Karpouzis)

Translator: Pitipa Chongwatpol Reviewer: Kelwalin Dhanasarnsombut

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

ทุก ๆ ปี เครื่องจักรสามารถมีความสามารถ ล้ำหน้ามนุษย์ในกิจกรรมต่าง ๆ

we once thought only we were capable of.

ที่เราเคยคิดว่ามีแค่พวกเราที่ทำได้

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

คอมพิวเตอร์ในวันนี้สามารถเอาชนะพวกเรา ในบอร์ดเกมที่ซับซ้อนได้

transcribe speech in dozens of languages,

ถอดคำพูดได้หลายสิบภาษา

and instantly identify almost any object.

และสามารถระบุวัตถุต่าง ๆ ได้ในทันที

But the robots of tomorrow may go futher

แต่หุ่นยนต์ในอนาคตอาจทำได้มากกว่านั้น

by learning to figure out what we're feeling.

โดยการเรียนรู้ที่จะเข้าใจว่า เรากำลังรู้สึกอย่างไร

And why does that matter?

แล้วทำไมเรื่องนี้จึงสำคัญล่ะ

Because if machines and the people who run them

เพราะถ้าเครื่องจักรและคนที่ใช้มัน

can accurately read our emotional states,

สามารถอ่านอารมณ์ของเราได้อย่างแม่นยำ

they may be able to assist us or manipulate us

พวกเขาอาจจะสามารถช่วยเหลือหรือจัดการกับเรา

at unprecedented scales.

ในแบบที่ไม่เคยมีมาก่อน

But before we get there,

แต่ก่อนที่เราจะไปถึงตรงนั้น

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

สิ่งที่ซับซ้อนดังเช่นอารมณ์ จะถูกแปลงเป็นตัวเลข

the only language machines understand?

ซึ่งภาษาเดียวที่เครื่องจักรเข้าใจได้อย่างไร

Essentially the same way our own brains interpret emotions,

โดยหลักแล้ว นั่นเป็นวิธีเดียวกัน กับที่สมองของเราแปลอารมณ์

by learning how to spot them.

โดยการเรียนรู้ว่าจะจดจำมันได้อย่างไร

American psychologist Paul Ekman identified certain universal emotions

นักจิตวิทยาชาวอเมริกัน พอล เอ็คแมน ระบุอารมณ์บางอย่างที่เป็นสากล

whose visual cues are understood the same way across cultures.

โดยสัญญาณที่มองเห็นได้นั้นมีความหมาย เป็นที่เข้าใจแบบเดียวกันในทุกวัฒนธรรม

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

ตัวอย่างเช่น ภาพของรอยยิ้มส่งสัญญาณความสุข ให้แก่ผู้อาศัยในเมืองยุคใหม่

and aboriginal tribesmen alike.

และชมเผ่าอะบอริจินเช่นเดียวกัน

And according to Ekman,

และตามที่เอ็คแมนกล่าว

anger,

disgust,

ความโกรธ

ความขยะแขยง

fear,

ความกลัว

joy,

ความสุข

sadness,

and surprise are equally recognizable.

ความเศร้า

และความประหลาดใจนั้น ก็เป็นที่รับรู้ได้ในลักษณะเดียวกัน

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

ปรากฏว่าคอมพิวเตอร์นั้น สามารถรับรู้จดจำภาพได้ดีขึ้นเรื่อย ๆ

thanks to machine learning algorithms, such as neural networks.

ด้วยอัลกอริธึมการเรียนรู้ของจักรกล ดังเช่น โครงข่ายประสาท

These consist of artificial nodes that mimic our biological neurons

สิ่งเหล่านี้ประกอบได้ด้วยปมประดิษฐ์ ที่เลียนแบบเซลล์ประสาทชีวภาพของเรา

by forming connections and exchanging information.

ด้วยสร้างการเชื่อมต่อและแลกเปลี่ยนข้อมูล

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

เพื่อที่จะฝึกโครงข่ายนี้ ตัวอย่างของข้อมูล ถูกแบ่งออกเป็นกลุ่มต่าง ๆ ก่อน

such as photos marked happy or sad,

เช่น ภาพที่ระบุว่ามีความสุข หรือเศร้า

are fed into the system.

ถูกป้อนเข้าไปในระบบ

The network then learns to classify those samples

จากนั้นโครงข่ายเรียนรู้ ที่จะจำแนกตัวอย่างเหล่านั้น

by adjusting the relative weights assigned to particular features.

โดยการปรับน้ำหนักสัมพัทธ์ ที่ถูกให้กับคุณลักษณะจำเพาะ

The more training data it's given,

ยิ่งได้รับข้อมูลสำหรับฝึกมากเท่าไร

the better the algorithm becomes at correctly identifying new images.

อัลกอริธึมก็ยิ่งสามารถระบุภาพ ได้ถูกต้องมายิ่งขึ้น

This is similar to our own brains,

นี่เหมือนกับสมองของพวกเรา

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

ที่เรียนรู้จากประสบการณ์ก่อนหน้านี้ เพื่อกำหนดว่าสิ่งเร้าสิ่งใหม่จะถูกประมวลผลอย่างไร

Recognition algorithms aren't just limited to facial expressions.

กระบวนการรับรู้ไม่ได้จำกัดอยู่ แค่การแสดงออกทางสีหน้า

Our emotions manifest in many ways.

อารมณ์ของเราแสดงออกมาได้หลายทาง

There's body language and vocal tone,

มันมีทั้งภาษากายและระดับเสียงที่เปล่งออกมา

changes in heart rate, complexion, and skin temperature,

การเปลี่ยนแปลงอัตราการเต้นของหัวใจ สีผิว และอุณหภุมิของผิว

or even word frequency and sentence structure in our writing.

หรือแม้แต่ความถี่ของคำที่ใช้ และรูปประโยคในการเขียนของเรา

You might think that training neural networks to recognize these

คุณอาจคิดว่าการฝึกโครงข่ายประสาท ให้รับรู้จดจำสิ่งเหล่านี้ได้

would be a long and complicated task

น่าจะเป็นสิ่งที่ซับซ้อนและใช้เวลานาน

until you realize just how much data is out there,

จนกระทั่งคุณได้รู้ว่าข้อมูลที่มีอยู่นั้น มากมายแค่ไหน

and how quickly modern computers can process it.

และคอมพิวเตอร์สมัยใหม่นี้ สามารถประมวลผลได้เร็วแค่ไหน

From social media posts,

จากโพสท์ทางโซเชียลมีเดีย

uploaded photos and videos,

รูปและวีดีโอที่ถูกอัพโหลด

and phone recordings,

การบันทึกบทสนทนาทางโทรศัพท์

to heat-sensitive security cameras

ไปจนถึงกล้องรักษาความปลอดภัย ที่ใช้การตรวจจับความร้อน

and wearables that monitor physiological signs,

และอุปกรณ์สวมใส่ ที่ติดตามสัญญาณทางสรีรวิทยา

the big question is not how to collect enough data,

คำถามหลักนั้นไม่ใช่ว่า เราจะเก็บข้อมูลให้เพียงพอได้อย่างไร

but what we're going to do with it.

แต่คือเราจะทำอย่างไรกับมันต่างหาก

There are plenty of beneficial uses for computerized emotion recognition.

มันมีการใช้ที่เป็นประโยชน์มากมาย จากการรับรู้จดจำอารมณ์ด้วยคอมพิวเตอร์

Robots using algorithms to identify facial expressions

หุ่นยนต์ใช้อัลกอริธึม เพื่อระบุการแสดงออกทางสีหน้า

can help children learn

ช่วยให้เด็ก ๆ เรียนรู้

or provide lonely people with a sense of companionship.

หรือทำให้คนเหงารู้สึกได้ถึงมิตรภาพ

Social media companies are considering using algorithms

บริษัทโซเชี่ยลมีเดียต่าง ๆ กำลังคิดจะใช้อัลกอริธึมพวกนี้

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

เพื่อป้องกันการฆ่าตัวตาย โดยตรวจจับโพสท์ที่มีคำหรือวลีจำเพาะ

And emotion recognition software can help treat mental disorders

และซอร์ฟแวร์การรับรู้จดจำอารมณ์ สามารถช่วยรักษาความผิดปกติทางจิต

or even provide people with low-cost automated psychotherapy.

หรือแม้แต่ให้บริการการบำบัดทางจิต แบบอัตโนมัติที่มีค่าใช้จ่ายต่ำ

Despite the potential benefits,

นอกเหนือจากประโยชน์ที่เป็นไปได้

the prospect of a massive network automatically scanning our photos,

โอกาสที่เครืองข่ายขนาดใหญ่ จะสแกนรูปของพวกเรา

communications,

การสื่อสาร

and physiological signs is also quite disturbing.

และสัญญาณทางสรีระวิทยาอย่างอัตโนมัติ ก็น่ารำคาญอยู่ไม่น้อย

What are the implications for our privacy when such impersonal systems

อะไรคือผลกระทบต่อความเป็นส่วนตัวของเรา เมื่อระบบที่ไม่มีความเป็นส่วนตัวนี้

are used by corporations to exploit our emotions through advertising?

ถูกใช้โดยบริษัทที่จ้องหาประโยชน์ จากอารมณ์ของเราผ่านการโฆษณา

And what becomes of our rights

และสิทธิของเราคืออะไร

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

ถ้าเจ้าหน้าที่คิดว่าพวกเขาสามารถระบุ คนที่มีแนวโน้มจะก่ออาชญากรรม

before they even make a conscious decision to act?

ได้ก่อนที่พวกเขาจะตัดสินใจกระทำการนั้น อย่างมีสติสัมปชัญญะ

Robots currently have a long way to go

หุ่นยนต์ในปัจจุบันยังห่างไกล

in distinguishing emotional nuances, like irony,

จากการแยกแยะอารมณ์ที่แตกต่างกันเล็กน้อย เช่น การประชด

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

และระดับของอารมณ์ เช่น ระดับความสุขหรือเศร้าของคนคนหนึ่ง

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

อย่างไรก็ตาม ในที่สุดพวกมันอาจจะสามารถ อ่านความรู้สึกของพวกเราได้อย่างถูกต้อง

and respond to them.

และตอบสนองต่อพวกมัน

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

ถึงแม้ว่าพวกมันจะตอกย้ำความกลัว เรื่องการบุกรุกที่พวกเราไม่ต้องการ

that's another story.

อย่างไรซะ นั่นมันก็เป็นอีกเรื่องหนึ่ง