Lorsque vous êtes dans une salle de cinéma sombre, vos réactions à ce qui se passe à l'écran passent souvent inaperçues par les autres. Ici, vous ouvrez grand les yeux à une tournure inattendue de l'intrigue, sautez littéralement sur votre chaise d'une scène effrayante ou versez une larme à la musique mélodramatique - toutes ces émotions ne seront probablement pas plus dirigées que le dossier en plastique de la chaise devant. Mais seulement si ce cinéma n'est pas équipé de "vision par ordinateur". Si jamais vous avez la chance de visiter l'un d'entre eux, soyez assuré que pendant que vous regardez le film, le film vous regardera.
Un programme informatique, dont la tâche principale est précisément ce qui est écrit ci-dessus, a été développé par Silver Logic Labs. Son PDG Jerimaya Hamon est un expert en mathématiques appliquées spécialisé dans la théorie des nombres. Il a travaillé pendant de nombreuses années dans les murs de géants tels qu'Amazon, Microsoft, ainsi qu'à la Harvard Medical School, traitant de diverses questions liées à la nature du consommateur humain. Cependant, son principal intérêt a toujours été de comprendre comment l'intelligence artificielle (IA) peut aider à mieux prédire l'une de nos caractéristiques les plus difficiles - le comportement humain.
En recherchant des algorithmes d'IA pour analyser les réponses humaines aux perceptions de divers types de médias, Hamon s'est rendu compte que cela pourrait être bénéfique non seulement scientifiquement, mais aussi commercialement. Son système fonctionne comme suit: l'algorithme d'IA surveille le public qui regarde le film, notant les émotions sur les visages des gens, se manifestant même par les changements les plus subtils (les soi-disant micro-expressions), puis génère les données nécessaires sur la base de ces informations pour une analyse plus approfondie.
Jamon s'est sérieusement penché sur de telles recherches il y a environ trois ans et, bien que les résultats de son travail pour l'industrie des médias semblent très rudimentaires jusqu'à présent, ils ont certainement suscité beaucoup d'intérêt pour ce sujet. En grande partie parce qu'ils promettent des résultats fiables, puisque le comportement humain peut être aussi prévisible que le fonctionnement du logiciel, du moins dans la vision de Hamon. L'intelligence artificielle, à son tour, et les technologies de vision par ordinateur qu'elle utilise aideront à collecter des informations sur la façon dont les gens réagissent à certains films et programmes de télévision, beaucoup plus efficacement que n'importe quel groupe fucus. Une fois que l'IA est formée pour collecter le bon ensemble de données, elle peut fournir une analyse rapide, cohérente et détaillée de ces informations. Pour ces domaines de l'industriequi doivent travailler avec ces données - une excellente nouvelle. En effet, grâce à une analyse plus compétente et efficace des désirs et préférences humains, ils pourront améliorer leurs produits et services qui rapportent de l'argent.
Les notes sont l'un des aspects les plus importants et les plus indicatifs qui garantissent le succès d'un programme télévisé ou d'un film particulier. À la surprise de ceux qui ont suivi le processus, la version actuelle du logiciel Hamon a pu prédire les notes de Nielsen, Rotten Tomatoes et IMDB avec une précision de 84 à 99%. La différence des indicateurs est due au fait que certains objets de la notation sont «multimodaux», c'est-à-dire qu'ils sont conçus pour un public plus large, ils sont donc généralement plus difficiles à prévoir. En général, quand il s'agit de la télévision, la tentative même de prédire la popularité d'un programme particulier ne peut qu'impressionner.
«Quand j'ai commencé, tout le monde m'a dit que je ne pourrais jamais prédire quelque chose comme ça, parce que personne ne le peut», a déclaré Hamon dans une conversation avec le futurisme.
Mais avec les mathématiques, rien n'est impossible. En effet, selon Hamon, à l'aide de méthodes mathématiques, il est possible de noter de nombreuses nuances qu'il est tout simplement impossible de noter sans leur utilisation.
«Nous avons pris les réponses émotionnelles à la stimulation visuelle et auditive du public et les avons converties en valeurs numériques. Et quand quelque chose prend la forme d'une valeur numérique, alors tôt ou tard cela prend la forme de l'équation nécessaire, dont la tâche dans notre cas consiste à savoir à quel point vous avez vraiment aimé (ou aimerez) telle ou telle émission », explique Hamon.
Vidéo promotionelle:
Le chercheur rapporte qu'il y a une analyse statistique approfondie, mais refuse de donner des détails sur l'équation qu'il utilise pour calculer, indiquant que de cette façon il essaie de protéger «l'ingrédient secret» de son programme.
En dehors de l'industrie du divertissement
La haute performance de l'IA dans la prédiction des préférences humaines a incité Hamon à explorer d'autres domaines où son programme pourrait être efficace. Par exemple, pour déterminer si une personne dit la vérité ou non. Comme un polygraphe, l'IA pourrait comparer des données indiquant des conditions stressantes avec un ensemble de valeurs de référence et, sur cette base, déterminer si une personne ment ou non. Pour tester cette idée, Hamon a utilisé un algorithme d'IA pour effectuer une tâche d'identification des émotions chez l'homme sur la base d'une vidéo de qualité relativement faible. Pour la recherche, il a utilisé des vidéos de l'agence de presse CSPAN, ainsi que des images de tournage des conférences de presse du président Donald Trump.
À un moment où la vérité peut être remise en question, séparer la vérité du mensonge peut être critique. Cependant, le système peut également être utilisé dans des situations où il s'agit littéralement d'une question de vie ou de mort. Par exemple, en médecine, où il peut être nécessaire de déterminer avec précision le niveau de douleur qu'une personne ressent afin que les médecins puissent choisir des traitements plus efficaces.
Hamon note que le système peut être utile, par exemple, dans des situations où il est nécessaire d'identifier un AVC. Bien que le personnel médical reçoive généralement la formation nécessaire pour lui permettre d'identifier les signes d'un AVC, il arrive souvent que les soi-disant micro-AVC (ou accidents ischémiques transitoires, si scientifiquement) soient manqués, qui sont très souvent suivis par des AVC à grande échelle qui affectent une grande zone. cerveau. La vision par ordinateur de l'IA pourrait détecter ces micro-signes d'un AVC, ou même des symptômes ou des indices d'une maladie imminente, avant même qu'ils n'apparaissent réellement chez le patient. Dans ce cas, le personnel médical serait en mesure de réagir rapidement à la situation et peut-être même de prendre des mesures pour éviter le développement ultérieur d'un accident vasculaire cérébral plus grave.
Mais cela fonctionnera-t-il réellement? Jamon pense que c'est possible. Le chercheur est convaincu que les IA sont capables de devenir si sensibles qu'elles seront capables de détecter des changements aussi subtils et transitoires dans le travail du corps. Lorsque le système a été testé sur différents publics, les chercheurs ont dû tenir compte du fait que certaines personnes prenaient des médicaments prescrits, dont certains, par exemple, avaient des effets secondaires sous forme d'hypertension artérielle ou de crampes musculaires subtiles. Peut-être qu'une personne ne pourra pas remarquer ces changements chez une autre personne, cependant, l'IA peut facilement les détecter, mais en même temps, elle peut confondre les effets de la prise du médicament avec la manifestation de signes de stress. Cela doit également être pris en compte.
Outil puissant
Beaucoup de gens pensent que les machines intelligentes seront exemptes de préjugés, mais nous ne devons pas oublier que ces machines seront créées par des humains, et ces personnes qui développent et interagissent avec l'IA peuvent inconsciemment leur donner leurs propres préjugés. Avec le développement de l'IA, les conséquences de l'accumulation de ces biais deviendront plus prononcées et pourront à terme affecter divers processus de traitement de l'information, par exemple lors de l'identification d'une personne en particulier ou lors de la collecte de données sociales d'une personne contenues dans les réseaux de services publics.
Alors que les technologies de reconnaissance faciale commencent déjà à s'infiltrer dans nos vies personnelles, beaucoup commencent à réfléchir et à accorder plus d'attention aux questions éthiques, exprimant des inquiétudes quant au travail probablement biaisé de ces algorithmes. La même idée que la technologie peut exister sans aucun degré de préjugé qui y est intégré est très controversée. Elle est sérieusement remise en question par un seul argument: l'efficacité de l'IA dépendra des données qui y ont été intégrées, et ces données peuvent contenir des informations qui ont été initialement colorées par le biais de la personne qui a créé ce système. Avec les progrès du développement de l'IA, avec la création de machines qui peuvent réellement apprendre, il faut développer des mesures restrictives qui peuvent nous protéger des situations,lorsque ces machines peuvent apprendre beaucoup plus de nous que nous ne voulions leur apprendre.
Néanmoins, le même Hamon est sûr que son algorithme est totalement impartial, au moins autant que possible. Son système informatique n'interprète que les signes du comportement humain, quel que soit le type de visage ou de corps dans son champ de vision.
«Je suis amérindien et je dois admettre qu'il se passe parfois des choses qui peuvent enflammer l'environnement. Par exemple, vous pourriez devenir nerveux lorsque les flics apparaissent derrière votre dos. Cependant, je pense qu'à l'avenir, de telles technologies pourront éliminer complètement ce facteur de nervosité. Si vous ne faites rien de mal, l'ordinateur informera sûrement le policier que vous ne faites rien de mal. Personnellement, dans ce cas, je ressentirai un niveau accru de sécurité et de protection contre la brutalité policière, sachant que l'ordinateur sera en mesure d'effectuer un niveau similaire d'évaluation des menaces.
Dans tous les cas, Hamon ne se soucie pas du tout d'interpréter les résultats de l'analyse des données avec l'algorithme qu'il a créé. Dans le même temps, malgré sa confiance en son algorithme, il reconnaît également ses limites. Par conséquent, si nous parlons des conclusions tirées de l'analyse, alors, selon le chercheur, cette décision est mieux laissée aux experts du système d'application de la loi, de la médecine et de la psychiatrie.
L'avenir du développement de Hamon chez Silver Logic Labs ne fait que commencer. Et les options pour les domaines d'application de l'IA qu'elle crée ne sont limitées que par l'imagination humaine. Hamon lui-même veut que son outil devienne vraiment universel et utilisé pour résoudre une variété de problèmes, mais d'une manière ou d'une autre, le chercheur est attiré là où tout a commencé: créer un contenu de divertissement de haute qualité.
«La narration fait partie de la culture humaine», dit Hamon.
À travers son travail, il a découvert au moins un élément incommensurable qui est la clé du succès médiatique.
«On aime vraiment regarder une personne interagir avec les autres. C'est l'une de ces choses qui composent la formule du succès », ajoute le chercheur.
Malgré le fait que la société puisse peut-être percevoir négativement les transformations que l'IA promet d'apporter dans nos vies, dans la vision de Hamon, on peut certainement trouver un moment très positif. Tôt ou tard, l'intelligence artificielle, basée sur toutes les données qu'elle recueille, nous amènera un jour à repenser notre compréhension de ce que signifie réellement être humain. Peut-être pourra-t-il voir en nous ce que nous n'avons jamais vu auparavant chez les autres ou en nous-mêmes.
Nikolay Khizhnyak
