나는 감정을 인식하고 통제하고 표현하며 대인 관계를 신중하고 공손하게 다룰 수있는 능력으로 정의 된 감성 지능을 보았습니다.
인공 지능이이 문제를 해결하고 컴퓨터의 감성 지능을 개발하기위한 전략은 무엇입니까?
이것이 오늘날 어느 정도 일어나고있는 사례가 있습니까?
튜링 테스트를 통과 한 컴퓨터가 반드시 감성 지능을 표현하지 않습니까? 아니면 명백한 컴퓨터로 보입니까?
아마도 그것이 시험을 통과 한 초기 프로그램이 아마도 더 낮은 감정적 지능을 가진 젊은이들을 대표하는 이유 일 것입니다.
답변:
감정을 인식하고 생성하기위한 아키텍처는 일반적으로 다소 복잡하며 일반적으로 간단한 설명이 없으므로 오해의 소지가있는 것보다는 문헌을 참조하는 것이 좋습니다.
'Affective Computing'의 초기 작업 중 일부는 Rosamund Picard가 수행했습니다. MIT 에는이 분야를 전문으로 하는 연구 그룹 이 있습니다.
보다 발전된 건축 아이디어 중 일부는 Marvin Minsky 때문입니다. 그의 저서 '감정 기계'의 사전 출판 초안은 Wikipedia 를 통해 구할 수 있습니다 .
감성 지능은 분명히 튜링 테스트를 통과하는 데 필요한 구성 요소 인 것처럼 보입니다. 실제로 컴퓨팅 기계 및 인텔리전스의 튜링 테스트 에세이는 Pickwick 씨의 선호에 대해 어느 정도 "마음의 이론"을 암시했습니다.
"그러나 크리스마스는 겨울의 날이며, Pickwick 씨가 그 비교를 신경 쓰지 않을 것이라고 생각합니다."
낮은 감성 지능을 보여주는 컴퓨터 프로그램에 대한 귀하의 의견은 Eliza ( 여기서 시도해 볼 수 있음 )가 흥미로울 것입니다. 인공 지능의 역사에서 고전적이며 분석가 (심리학)를 모방하는 척합니다.
그러나 저는 여러분의 질문이 오늘날 인간-로봇 상호 작용 분야에 더 적합하다고 생각합니다. 여기에는 제스처 인식 및 움직임 추적 에 대한 비전 과 반응 으로 부드럽고 자연스러운 움직임 에 크게 의존합니다 . 얼굴과 손의 움직임은 한 번에 많은 근육을 포함하는 가장 복잡한 작업에 속합니다 .
저는 사람들이이 분야에서 무엇을 연구하는지에 대한 아이디어를 갖기 위해 영화 Plug & Pray 를 강력히 추천합니다 .
온 순수하게 인간 규모의 끝, 나는 때때로 우리 (내) 감성 지능 자신에 대해 궁금합니다. 인공 지능에서 그러한 지능을 구현하고 싶습니까?
나는 엘리자에 대해 생각한 이유를 기억합니다. 감성 지능 때문이 아니라 두 사람에 의해 심각하게 받아 들여 졌기 때문 입니다. 이것을 일종의 (승인 된) 튜링 테스트로 볼 수 있습니까? 그것이 만난 인간에 대해 무엇을 말합니까?
감정 은 구현할 수있는 것이 아니라 매우 복잡합니다. 그러나 모방하려고 할 수 있습니다. 인간의 감정은 사건의 해석에 기초한 강렬한 정신 활동을 특징으로하는 의식적 경험과 밀접한 관련이 있습니다.
최근의 뇌 연구 (인지 심리학 및 신경 생리학 연구 포함)는 모든 행동이나 사건에 대한 인간의 정서적 평가가 인간의 정신 과정에서 중요한 역할을한다고 제안합니다.
최근 BICA 협회의 2016 연례 회의 는 전 세계의 과학자들을 모아 생물학적으로 영감을 얻은 AI를 만들기 위해 인간 사고의 원리와 메커니즘에 접근했습니다.
예를 들어, Samsonovich ( MEPhI 의 사이버네틱스 (Cybernetics) 교수 ) 제안에서 아이디어는 감정적 내용이 포함 된 행동을 포함하는 컴퓨터 게임에서 AI를 테스트하는 것으로, AI는 다양한 유형의 사회적 관계 (신뢰와 같은)의 플레이어와 참여할 수 있습니다. , 종속 또는 리더십).
조나단 Gratch의 ICT AI가 원하는 결과를 얻기 위해 인간을 속일 수있는 상황에 따라 자연 언어로 인간과 의사 소통함으로써 감정을 식별하고 표현할 수있는 가상의 인물을 발명했습니다. 그 효과는 분명히 인간의 의식을 재현함으로써가 아니라 통계적으로 매개 변수를 조정함으로써 달성됩니다.
MEPhI에있는 사이버 지능 시스템 연구소 (Institute of Cyber Intelligence Systems)의 연구원들은 가까운 미래의 가상 존재를 계획하고, 목표를 설정하고, 인간과의 사회적 관계를 구축 할 수 있고, 사건의 맥락.
따라서 Wikipedia에서 설명 하는 Word2Vec (W2V)에 익숙 할 것입니다. 1 벡터 연산을 사용하여 "단어의 캡처 언어 적 상황을". 예를 들어 'France'에서 'Paris'를 빼고 'Italy'를 추가하면 'Rome'이됩니다.
감정적 인 전환 사이의 유사성을 포착하는 Sentiment2Vec (S2V)와 같은 것이 필요합니다. '슬픔'에서 '두려움'을 빼고 '기쁨'을 추가하면 '희망'이됩니다. 또는 : 'papercut'에서 'sting'을 빼고 'smashed'를 추가하면 'throbbing'이 나타납니다.
중요한 것은 당신이 단어로 훈련하는 것처럼 쉽게 접근 할 수있는 감정적 맥락의 무리가 없다는 것입니다. 수백 명의 주제에서 감정 사이의 전환을 매핑하는 백만 시간의 fMRI가 있었다면 해당 데이터를 사용하여 S2V를 구축 할 수 있습니다. 그래도 해당 데이터가 없을 것입니다.
그 동안에는 감정에 특화된 W2V 만 구축하면됩니다. 현재 감정 분석 엔진을 사용하여 부트 스트랩 할 수도 있습니다. "종이를 잘라서 찌르는 소리"와 "손가락을 박살 내고 욱신 거린다"는 문구를 충분히 읽으면 결국 S2V를 생산할 수 있습니다. 아동 도서는 종종 정서적 맥락과 관련하여 명백한 언어를 사용합니다 ( "이로 인해 소년이 슬프게 느껴졌습니다").
그러나 코 넥톰지도가 제공 할 경험적 맥락과는 거리가 멀다. 유용한 정보가 있는지 테스트하려면 마우스 위조 시뮬레이션에서 S2V를 구현할 수 있습니다. 일반적인 동작이 발생하는지 여부와 협동 또는 경쟁 역학이 S2V에서 유기적으로 성장할 수 있는지 확인하십시오.
주제에 대한 추가 정보 :
2014 년 Glasgow University는 2 건을 청구했습니다. 행복, 슬픔, 두려움과 분노 : 네 가지 기본 감정이 있다는 것을.
이 웹 사이트 ( 3) 는 1 차 감정 하에서 2 차 및 3 차 감정의 좋은 계층 적 분류를 제공한다.
참고 문헌
1 : en.wikipedia.org/wiki/Word2vec
2 : www.bbc.com/news/uk-scotland-glasgow-west-26019586
3 : changingminds.org/explanations/emotions/basic%20emotions.htm
내가 AGI 시스템에서 감정을 표현하는 방식은 시스템 통계 상태 레지스터에서 투표하는 작은 부분, 에이전트, 많은 것입니다. 에이전트 연합이 올바르게 작동하는 경우 이것은 잠재 의식적인 부분입니다.
환경에서 움직임을 계획하는 의식적인 부분은 계획된 모든 움직임에서 이러한 시스템 통계 상태 레지스터를 포함합니다.
모든 감정은 다음 레지스터에서 도출 할 수 있습니다.
https://groups.google.com/forum/#!topic/artificial-general-intelligence/pxWmHClAAdA
https://groups.google.com/forum/#!topic/artificial-general-intelligence/jWdzPaxYHmU
https://groups.google.com/forum/#!forum/artificial-general-intelligence