How we can teach computers to make sense of our emotions | Raphael Arar

Translator: Ivana Korom Reviewer: Joanna Pietrulewicz

Translator: Orm Wiwitumpon Reviewer: Sritala Dhanasarnsombut

I consider myself one part artist and one part designer.

ผมเรียกตัวเอง เป็นทั้งศิลปินและดีไซน์เนอร์

And I work at an artificial intelligence research lab.

ผมทำงานที่ศูนย์วิจัยปัญญาประดิษฐ์

We're trying to create technology

เรากำลังสร้างเทคโนโลยี

that you'll want to interact with in the far future.

กับสิ่งที่พวกคุณต้องเกี่ยวข้องด้วยในอนาคต

Not just six months from now, but try years and decades from now.

ไม่ใช่แค่ในหกเดือนจากนี้แต่อีกในหลายสิบปี

And we're taking a moonshot

และกำลังมีโปรเจ็คพามันไปดวงจันทร์

that we'll want to be interacting with computers

เราต้องการจะมีปฏิสัมพันธ์กับคอมพิวเตอร์

in deeply emotional ways.

ทางด้านอารมณ์ที่ลึกซึ้ง

So in order to do that,

เพื่อที่จะทำสิ่งนี้

the technology has to be just as much human as it is artificial.

เทคโนโลยีจะต้องเหมือนมนุษย์ให้มากที่สุด

It has to get you.

มันต้องเข้าใจคุณ

You know, like that inside joke that'll have you and your best friend

เหมือนการเข้าใจมุขตลกที่ คุณคุยกับเพื่อนสนิท

on the floor, cracking up.

ขำจนดิ้นลงกับพื้น

Or that look of disappointment that you can just smell from miles away.

หรือเข้าใจความผิดหวังที่รู้สึกได้ จากระยะไกล

I view art as the gateway to help us bridge this gap between human and machine:

ผมมองว่าศิลปะเป็นหนทางที่จะช่วยเราเป็น สะพานระหว่างมนุษย์และเครื่องจักร

to figure out what it means to get each other

เพื่อที่จะหาความหมายของกันและกัน

so that we can train AI to get us.

และเราสามารถที่จะฝึกปัญญาประดิษฐ์ ให้เข้าใจเรา

See, to me, art is a way to put tangible experiences

สำหรับผมศิลปะคือหนทางที่จะ นำประสบการณ์ที่เป็นรูปธรรม

to intangible ideas, feelings and emotions.

มาสู่ความคิดที่เป็นรูปธรรม ความรู้สึกและอารมณ์

And I think it's one of the most human things about us.

นั่นเป็นสิ่งที่เหมือนมนุษย์มากที่สุด

See, we're a complicated and complex bunch.

เห็นไหม เราช่างซับซ้อน เป็นกลุ่มก้อนของความซับซ้อน

We have what feels like an infinite range of emotions,

เรามีความทรู้สึกที่ไม่จำกัด

and to top it off, we're all different.

และเหนือกว่านั้น เราทุกคนแตกต่าง

We have different family backgrounds,

เรามีพื้นฐานครอบครัวที่ต่างกัน

different experiences and different psychologies.

ประสบการณ์ต่างกัน มีจิตที่ไม่เหมือนกัน

And this is what makes life really interesting.

และนั่นทำให้ชีวิตช่างน่าสนใจ

But this is also what makes working on intelligent technology

แต่มันก็ทำให้ การทำงานด้าน ความสามารถของเทคโนโลยี

extremely difficult.

ยากสุด ๆ

And right now, AI research, well,

และตอนนี้ การวิจัยปัญญาประดิษฐ์

it's a bit lopsided on the tech side.

ก็มีความลำเอียงในตัว

And that makes a lot of sense.

และนั่นก็มีเหตุผล

See, for every qualitative thing about us --

ทุกอย่างเชิงคุณภาพในตัวเรา --

you know, those parts of us that are emotional, dynamic and subjective --

ส่วนที่เป็นเรื่องอารมณ์ เปลี่ยนแปลงได้ --

we have to convert it to a quantitative metric:

เราต้องเปลี่ยนมันทั้งหมดเป็นตัวแปร

something that can be represented with facts, figures and computer code.

อะไรบางอย่างที่แทนที่ด้วยความเป็นจริง รูปร่าง และโค้ดคอมพิวเตอร์

The issue is, there are many qualitative things

ประเด็นคือ มีสิ่งต่าง ๆ ที่เป็น เชิงคุณภาพมากมาย

that we just can't put our finger on.

ที่เราไม่สามารถเอานิ้วไปยุ่งเกี่ยวได้

So, think about hearing your favorite song for the first time.

ลองคิดถึงตอนที่คุณฟังเพลงโปรด เป็นครั้งแรกสิ

What were you doing?

คุณทำอะไรอยู่

How did you feel?

คุณรู้สึกอย่างไร

Did you get goosebumps?

คุณขนลุกเลยไหม

Or did you get fired up?

หรือคุณได้รับแรงบันดาลใจ

Hard to describe, right?

อธิบายยากนะ ใช่ไหมครับ

See, parts of us feel so simple,

ในร่างกายของเรา ความรู้สึกช่างง่ายดาย

but under the surface, there's really a ton of complexity.

แต่ลึกลงไปจากพื้นผิว มีความซับซ้อนเป็นต้น ๆ

And translating that complexity to machines

และการแปลความซับซ้อนนั้น เป็นภาษาที่เครื่องจักรเข้าใจ

is what makes them modern-day moonshots.

ก็คือการทำให้เทคโนโลยีมีความทันสมัยขึ้น

And I'm not convinced that we can answer these deeper questions

และผมจะไม่พูดว่าเราสามารถตอบคำถามนี้

with just ones and zeros alone.

ออกมาเป็นเพียงศูนย์กับหนึ่ง

So, in the lab, I've been creating art

เพราะฉะนั้น ในห้องแลป เราสร้างงานศิลปะ

as a way to help me design better experiences

สร้างประสบการณ์ที่ดีขึ้น

for bleeding-edge technology.

เพื่อเทคโนโลยี

And it's been serving as a catalyst

ที่ทำหน้าที่เป็นตัวเร่ง

to beef up the more human ways that computers can relate to us.

เพิ่มความสามารถให้คอมพิวเตอร์ ทำงานแบบมนุษย์

Through art, we're tacking some of the hardest questions,

ด้วยศิลปะ เราทำงานที่ยากที่สุด

like what does it really mean to feel?

เช่น ความรู้สึก แท้จริงแล้ว หมายความว่าอย่างไร

Or how do we engage and know how to be present with each other?

เราเกี่ยวข้องกันได้อย่างไร

And how does intuition affect the way that we interact?

และสิ่งต่าง ๆ มีผลกับการกระทำของเรา ได้อย่างไร

So, take for example human emotion.

มาดูตัวอย่างอารมณ์ของมนุษย์กัน

Right now, computers can make sense of our most basic ones,

ตอนนี้ คอมพิวเตอร์สามารถรู้สึก แบบพื้นฐานได้

like joy, sadness, anger, fear and disgust,

เช่น สุข เศร้า โกรธ กลัว และขยะแขยง

by converting those characteristics to math.

ด้วยการแปลงตัวแปรเหล่านั้นเป็นคณิตศาสตร์

But what about the more complex emotions?

แต่ถ้าเป็นอารมณ์ที่ซับซ้อนกว่านั้นล่ะ

You know, those emotions

อย่างที่รู้

that we have a hard time describing to each other?

อารมณ์เหล่านั้น ที่เราอธิบายออกมาเป็นคำพูดไม่ได้

Like nostalgia.

เช่น ความคิดถึง

So, to explore this, I created a piece of art, an experience,

การสำรวจเรื่องพวกนี้ ทำให้ผมสร้างศิลปะ เป็นประสบการณ์

that asked people to share a memory,

ที่ให้ผู้คนแบ่งปันความทรงจำ

and I teamed up with some data scientists

และผมก็เข้าร่วมทีมกับนักวิทยาศาสตร์ข้อมูล

to figure out how to take an emotion that's so highly subjective

เพื่อคิดว่า จะเอาอารมณ์ ที่มีความไม่ตรงไปตรงมาสุด ๆ

and convert it into something mathematically precise.

มาแปลงเป็นคณิตศาสตร์ได้อย่างไร

So, we created what we call a nostalgia score

เราเลยสร้างสิ่งที่เรียกว่า คะแนนนอสทรัลเกลีย (nostalgia score)

and it's the heart of this installation.

หรือคะแนนความคิดถึง และมันเป็นหัวใจของงาน

To do that, the installation asks you to share a story,

ในขั้นตอนการติดตั้ง คุณจะถูกขอให้เล่าเรื่อง

the computer then analyzes it for its simpler emotions,

คอมพิวเตอร์จะแปลงเป็นอารมณ์ที่ง่ายขึ้น

it checks for your tendency to use past-tense wording

ดูความเอนเอียงของคุณ และใช้ประโยคในรูปแบบอดีต

and also looks for words that we tend to associate with nostalgia,

หาคำศัพท์ที่เกี่ยวข้องกับความคิดถึง

like "home," "childhood" and "the past."

เช่น บ้าน วัยเด็ก หรืออดีต

It then creates a nostalgia score

สร้าง nostalgia score หรือคะแนนความคิดถึง

to indicate how nostalgic your story is.

วิเคราะห์ว่าคุณคิดถึงมากแค่ไหน

And that score is the driving force behind these light-based sculptures

และคะแนนนั้น ซุุกซ่อนอยู่ด้านหลัง

that serve as physical embodiments of your contribution.

ที่ทำงานเป็นรูปธรรมจากเรื่องที่คุณเล่า

And the higher the score, the rosier the hue.

คะแนนสูง สีจะยิ่งแดง

You know, like looking at the world through rose-colored glasses.

เหมือนมองโลกผ่านแก้วสีชมพู

So, when you see your score

เมื่อคุณเห็นคะแนนตัวเอง

and the physical representation of it,

และเห็นสิ่งที่แสดงคะแนนออกมาทางกายภาพ

sometimes you'd agree and sometimes you wouldn't.

บางที คุณก็เห็นด้วย บางทีคุณก็ไม่

It's as if it really understood how that experience made you feel.

เหมือนมันเข้าใจจริง ๆ ว่าประสบการณ์นั้น ทำให้คุณรู้สึกอย่างไร

But other times it gets tripped up

บางครั้ง มันก็สะดุด

and has you thinking it doesn't understand you at all.

และคุณเคยคิดไหมว่า มันไม่ได้เข้าใจคุณแม้แต่นิดเดียว

But the piece really serves to show

แต่สิ่งที่แสดงขึ้นมานั้น

that if we have a hard time explaining the emotions that we have to each other,

แสดงถึงสิ่งที่เราอธิบายให้คนอื่นฟังยาก

how can we teach a computer to make sense of them?

เราจะสอนคอมพิวเตอร์ให้เข้าใจ ความรู้สึกได้จริงหรือ

So, even the more objective parts about being human are hard to describe.

เพราะฉะนั้น มันเป็นส่วนที่ยากขึ้นไปอีก

Like, conversation.

ที่จะอธิบายมนุษย์ เช่น บทสนทนา

Have you ever really tried to break down the steps?

เคยเหนื่อยกับการพักไหม

So think about sitting with your friend at a coffee shop

เหมือนนั่งเฉย ๆ กับเพื่อนที่ร้านกาแฟ

and just having small talk.

แค่คุยกันสนุก ๆ

How do you know when to take a turn?

คุณรู้ได้อย่างไรว่าตาคุณ

How do you know when to shift topics?

คุณรู้ได้อย่างไรว่าต้องเปลี่ยนเรื่อง

And how do you even know what topics to discuss?

และเลือกหัวข้อมาสนทนาอย่างไร

See, most of us don't really think about it,

เราส่วนใหญ่ ไม่เคยคิดเรื่องนี้เลย

because it's almost second nature.

เพราะมันแทบจะเป็นธรรมชาติไปแล้ว

And when we get to know someone, we learn more about what makes them tick,

เมื่อเราทำความรู้จักผู้คน

and then we learn what topics we can discuss.

เราเรียนรู้ว่าอะไรทำให้เขาไม่พอใจ เราคุยหัวข้อไหนได้

But when it comes to teaching AI systems how to interact with people,

แต่พอเป็นเรื่องการสอนปัญญาประดิษฐ์ ให้สื่อสารกับมนุษย์

we have to teach them step by step what to do.

เราต้องสอนมันทีละขั้นตอน

And right now, it feels clunky.

และมันก็ให้ความรู้สึกอุ้ยอ้าย

If you've ever tried to talk with Alexa, Siri or Google Assistant,

หากคุณเคยคุยกับ Alexa, Siri หรือ Google Assistant

you can tell that it or they can still sound cold.

คุณพูดได้ว่า น้ำเสียงมันแข็งทื่อ

And have you ever gotten annoyed

คุณเคยรำคาญไหม

when they didn't understand what you were saying

เวลาพวกมันไม่เข้าใจในสิ่งที่คุณพูด

and you had to rephrase what you wanted 20 times just to play a song?

คุณต้องพูดซ้ำ 20 รอบเพียงเพื่อจะ เปิดเพลง

Alright, to the credit of the designers, realistic communication is really hard.

ยกเครดิตให้ดีไซน์เนอร์ การสื่อสารที่เหมือนจริง เป็นเรื่องยาก

And there's a whole branch of sociology,

และมันก็มีสังคมสาขาใหม่เกิดขึ้นตลอดมา

called conversation analysis,

เรียก สาขาวิเคราะห์การสนทนา

that tries to make blueprints for different types of conversation.

ที่พยายามจะสร้างพิมพ์เขียวของการสนทนา

Types like customer service or counseling, teaching and others.

หลากรูปแบบ เช่น บริการลูกค้า ให้คำปรึกษา การสอน ฯลฯ

I've been collaborating with a conversation analyst at the lab

ผมเคยร่วมมือวิเคราะห์การสนทนาในแลป

to try to help our AI systems hold more human-sounding conversations.

พยายามช่วยระบบปัญญาประดิษฐ์ มีเสียงเหมือนมนุษย์มากขึ้น

This way, when you have an interaction with a chatbot on your phone

วิธีนี้ เมื่อคุณคุยกับแชทบอทในมือถือ

or a voice-based system in the car,

หรือคุยกับระบบสั่งการเสียงภายในรถ

it sounds a little more human and less cold and disjointed.

เสียงมันก็จะเหมือนมนุษย์ เฉยชาน้อยลง

So I created a piece of art

ผมจึงสร้างงานศิลปะ

that tries to highlight the robotic, clunky interaction

ที่พยายามไฮไลท์การตอบสนอง

to help us understand, as designers,

เพื่อเพิ่มความเข้าใจ ในฐานะนักออกแบบ

why it doesn't sound human yet and, well, what we can do about it.

ทำไมเสียงมันยังไม่เหมือนมนุษย์

The piece is called Bot to Bot

เราทำอะไรได้บ้าง งานชิ้นนี้เรียกว่า Bot to Bot

and it puts one conversational system against another

ให้พวกมันวิเคราะห์การสนทนา

and then exposes it to the general public.

แล้วแพร่ออกสู่สาธารณะ

And what ends up happening is that you get something

ตอนจบคือ คุณจะได้อะไรบางอย่าง

that tries to mimic human conversation,

ที่พยายามทำตัวเป็นมนุษย์

but falls short.

แต่สั้นลง

Sometimes it works and sometimes it gets into these, well,

บางครั้งมันได้ผล บางทีก็ได้นี่

loops of misunderstanding.

ความเข้าใจผิดไม่รู้จบ

So even though the machine-to-machine conversation can make sense,

แม้การคุยแบบ

grammatically and colloquially,

เครื่องจักรต่อเครื ่องจักร จะถูกต้อง ตามหลักแกรมมาร์และการเรียกขาน

it can still end up feeling cold and robotic.

มันก็ยังรู้สึกเย็น ๆ และเป็นหุ่นยนต์

And despite checking all the boxes, the dialogue lacks soul

ต่อให้ตรวจสอบทั้งหมดแล้ว

and those one-off quirks that make each of us who we are.

และการเล่นสำนวนที่ทำให้เราเป็นเรา

So while it might be grammatically correct

อาจจะมีทั้งถูกไวยากรณ์

and uses all the right hashtags and emojis,

ใช่แฮชแทกและอีโมจิ

it can end up sounding mechanical and, well, a little creepy.

มันก็ยังดูเป็นเครื่องจักร และดูหลอนหน่อย ๆ

And we call this the uncanny valley.

มันดูประหลาด

You know, that creepiness factor of tech

เป็นความหลอนของเทคโนโลยี

where it's close to human but just slightly off.

ใกล้เคียงกับมนุษย์ แต่ไม่เหมือนซะทีเดียว

And the piece will start being

และชิ้นนี้ก็เป็นการเริ่มต้น

one way that we test for the humanness of a conversation

ของการทดสอบความเป็นมนุษย์

and the parts that get lost in translation.

ในการสนทนา บางส่วนก็หลุดหายไปกับการแปลความหมาย

So there are other things that get lost in translation, too,

แต่ก็มีบางอย่าง ที่หายไปกับการแปลเหมือนกัน

like human intuition.

เหมือนมนุษย์

Right now, computers are gaining more autonomy.

ตอนนี้ คอมพิวเตอร์

They can take care of things for us,

สามารถดูแลหลายอย่างได้แทนเรา

like change the temperature of our houses based on our preferences

เช่น เปลี่ยนอุณหภูมิบ้าน

and even help us drive on the freeway.

ให้เป็นไปตามต้องการ และช่วยเราขับรถ

But there are things that you and I do in person

แต่ก็มีบางอย่างที่เราต้องทำเอง

that are really difficult to translate to AI.

สิ่งที่แปลให้ปัญญาประดิษฐ์เข้าใจได้ยาก

So think about the last time that you saw an old classmate or coworker.

ลองคิดถึงครั้งสุดท้ายที่เราเจอเพื่อนเก่า

Did you give them a hug or go in for a handshake?

คุณกอด หรือจับมือพวกเขา

You probably didn't think twice

คุณอาจจะไม่ได้คิดซ้ำสองรอบ

because you've had so many built up experiences

เพราะคุณมีประสบการณ์มากมาย

that had you do one or the other.

ที่เคยได้ทำกับคนอื่น ๆ

And as an artist, I feel that access to one's intuition,

แต่ในฐานะศิลปิน นั่นเป็นการหยั่งรู้

your unconscious knowing,

คุณทำโดยไม่รู้ตัว

is what helps us create amazing things.

ช่วยเราสร้างสิ่งที่น่าทึ่ง

Big ideas, from that abstract, nonlinear place in our consciousness

ความคิดยิ่งใหญ่จากสิ่งที่จับต้องไม่ได้ ไม่เป็นเส้นตรงในจิตใจ

that is the culmination of all of our experiences.

เป็นสุดยอดแห่งประสบการณ์

And if we want computers to relate to us and help amplify our creative abilities,

และหากเราต้องการให้คอมพิวเตอร์ ช่วยเพิ่มความคิดสร้างสรรค์ให้เรา

I feel that we'll need to start thinking about how to make computers be intuitive.

เราต้องคิดว่าคอมพิวเตอร์หยั่งรู้อะไร

So I wanted to explore how something like human intuition

ผมจึงอยากสำรวจว่า มนุษย์หยั่งรู้อย่างไร

could be directly translated to artificial intelligence.

และแปลให้ปัญญาประดิษฐ์เข้าใจได้อย่างไร

And I created a piece that explores computer-based intuition

ผมได้สร้างระบบที่ดูการหยั่งรู้ ของคอมพิวเตอร์

in a physical space.

ในพื้นที่ทางกายภาพ

The piece is called Wayfinding,

เรียกว่า Wayfinding

and it's set up as a symbolic compass that has four kinetic sculptures.

มันมีเข็มทิศและ มีการเคลื่อนไหว 4 จุด

Each one represents a direction,

แต่ละอันกำหนดทิศทาง

north, east, south and west.

เหนือ ใต้ ออก ตก

And there are sensors set up on the top of each sculpture

มีเซ็นเซอร์บนแต่ละจุด

that capture how far away you are from them.

เพื่อตรวจว่าคุณอยู่ห่างจากมันแค่ไหน

And the data that gets collected

และเก็บข้อมูล

ends up changing the way that sculptures move

เปลี่ยนทิศทางการเคลื่อนไหวของแต่ละจุด

and the direction of the compass.

และของเข็มทิศ

The thing is, the piece doesn't work like the automatic door sensor

มันไม่ได้ทำงานอัติโนมัติแบบ เซ็นเซอร์ประตู

that just opens when you walk in front of it.

ที่เปิดทันทีที่คุณเข้าใกล้

See, your contribution is only a part of its collection of lived experiences.

การทำงานเป็นส่วนหนึ่งของการเก็บประสบการณ์

And all of those experiences affect the way that it moves.

ประสบการณ์ทั้งหมด ส่งผกับการเคลื่อนไหวของมัน

So when you walk in front of it,

เมื่อคุณเดินไปข้างหน้า

it starts to use all of the data

มันจะเอาข้อมูลทั้งหมด

that it's captured throughout its exhibition history --

ที่เก็บมาจากอดีต

or its intuition --

หรือการทำนาย

to mechanically respond to you based on what it's learned from others.

เพื่อตอบสนองคุณ ขึ้นอยู่กับว่ารู้อะไรมา

And what ends up happening is that as participants

สิ่งที่เกิดขึ้นในฐานะผู้ร่วมการทดสอบ

we start to learn the level of detail that we need

เรารู้ว่าเราต้องการข้อมูลระดับใด

in order to manage expectations

เพื่อจัดการความคาดหวัง

from both humans and machines.

จากมนุษย์และเครื่องจักร

We can almost see our intuition being played out on the computer,

เราแทบจะเห็นการคาดการของเรา แสดงออกทางคอมพิวเตอร์

picturing all of that data being processed in our mind's eye.

เก็บภาพเป็นข้อมูล และแสดงผล

My hope is that this type of art

ความหวังผมคือ ศิลปะแขนงนี้

will help us think differently about intuition

จะช่วยให้เราคิดอย่างแตกต่าง

and how to apply that to AI in the future.

และประยุกต์เข้ากับปัญญาประดิษฐ์ได้ในอนาคต

So these are just a few examples of how I'm using art to feed into my work

นี่เป็นตัวอย่างเล็กน้อยที่ผมใช้ศิลปะ ในงานของผม

as a designer and researcher of artificial intelligence.

ในฐานะนักออกแบบและนักวิจัย เรื่องปัญญาประดิษฐ์

And I see it as a crucial way to move innovation forward.

และเห็นวิธีที่จะขับเคลื่อนนวัตกรรม

Because right now, there are a lot of extremes when it comes to AI.

เพราะเรามีเรื่องที่สุดในทุกด้าน ของปัญญาประดิษฐ์

Popular movies show it as this destructive force

ในหนังก็แสดงแต่พลังทำลายล้าง ของปัญญาประดิษฐ์

while commercials are showing it as a savior

แต่ในโฆษณา แสดงมันเป็นผู้ช่วยชีวิต

to solve some of the world's most complex problems.

ที่จะแก้ปัญหาบนโลกใบนี้

But regardless of where you stand,

แต่ไม่ว่าคุณจะยืนตรงจุดไหน

it's hard to deny that we're living in a world

คุณก็ปฏิเสธไม่ได้ว่า เราอยู่บนโลก

that's becoming more and more digital by the second.

ที่มีความดิจิตอลมาขึ้นในทุกวินาที

Our lives revolve around our devices, smart appliances and more.

ชีวิตเราเกี่ยวข้องกับ อุปกรณ์อัจฉริยะทั้งหลาย

And I don't think this will let up any time soon.

และไม่มีทีท่าว่าจะหยุดลงง่าย ๆ

So, I'm trying to embed more humanness from the start.

ผมพยายามใส่ความเป็นมนุษย์เข้าไป ในเครื่องจักร

And I have a hunch that bringing art into an AI research process

และใส่มันไปในการวิจัยปัญญาประดิษฐ์

is a way to do just that.

นี่คือการกระทำของผม

Thank you.

ขอบคุณครับ

(Applause)

(เสียบปรบมือ)