На данный момент не существует эмоционально интеллектуального ИИ. Машины с искусственным интеллектом не могут чувствовать счастье, печаль, страх, радость и множество эмоций так, как это делают люди. ИИ может имитировать эмоции, но его возможности крайне ограничены. Переживания, через которые проходят люди, делают их эмоции такими же богатыми, яркими и уникальными, какие они есть. Это то, что машины с искусственным интеллектом не способны испытать. Однако переосмысление ИИ имеет существенные преимущества; эмпатичный ИИ может принести пользу обществу и расширить доступ к психиатрической помощи и диагностике, особенно в районах с ограниченным доступом к таким услугам. Важным соображением является нахождение баланса в эмоциях ИИ. Что, если я скажу вам, что есть способ научить ИИ быть эмоционально интеллектуальным, используя театр?
Что, если ИИ не нужны эмоции, но вместо этого он может действовать?
Я приглашаю вас переосмыслить искусственный интеллект. Подобно спортсменам, врачам и математикам, которые все используют практику для синтеза информации, машины ИИ требуют программирования и ввода данных для выполнения функций. Если мы хотим, чтобы машина ИИ научилась, например, ловить мяч, то мы можем изучить человека, ловящего мяч. Точно так же, если мы хотим, чтобы машина ИИ сопереживала другим, мы можем наблюдать, как люди взаимодействуют друг с другом. Хотя, поскольку изучение людей сопряжено со многими этическими сложностями, оно не должно ограничиваться наблюдением за тем, как люди откровенно взаимодействуют друг с другом. Вместо этого мы можем использовать действие как средство взаимодействия с людьми. Возможно, если обучить машины ИИ аналогично тому, как обучают актеров классически, они будут точно так же наблюдать и понимать человеческие эмоции. Стимулирование искусственной эмпатической системы в контролируемой и сценарированной среде (т.Е. Действие) может преодолеть препятствия предвзятости и доступности данных, которые нынешние усилия по программированию ИИ с эмпатией испытывают.
Препятствия
“В анализе эмпатии данные в настоящее время являются основным ограничивающим фактором как в количестве, так и в разнообразии” (Бо Сяо и др.).).
Наблюдение за воздействием эмпатии на людей может быть сложной задачей для изучения из-за ее длительного периода времени и неэтичного характера во многих интимных или травмирующих моментах в реальной жизни. Одним из предлагаемых решений может быть изучение эмпатии на физиологическом уровне, таком как вокальные качества, выражение лица и другие физические характеристики. Однако, например, громкий голос может означать утверждение в одной культуре, тогда как в разных культурах это может означать волнение. К сожалению, многие системы искусственного интеллекта были обучены по шаблону, принимая во внимание характеристики и культуру только части общества, часто большинства в этой среде.
В исследовании, проведенном Рейчел Татман из Вашингтонского университета, автоматические субтитры Youtube оценивались на основе пола говорящего и диалекта английского языка, на котором говорят (а именно Калифорния, Джорджия [штат], Новая Англия, Новая Зеландия и Шотландия) (Татман, 2017).). Исследование показало, что частота ошибок в словах у женщин была примерно на 13% выше, чем у мужчин. Кроме того, разница между диалектом с самым низким уровнем ошибок в словах (Калифорния) и диалектом с самым высоким уровнем ошибок в словах (Шотландия) составляла почти 20% (Татман, 2017).). Разве не удивительно, что даже разные диалекты языка, на котором обучается ИИ, могут иметь такие различия между ними? Что еще более удивительно, так это то, что разница была даже в Соединенных Штатах. Такие данные могут быть предвзятыми даже непреднамеренно, что создает потенциальные препятствия для ИИ в неправильной интерпретации людей.
Неявные или явные предубеждения человека часто могут проявиться, когда он программирует ИИ. Предвзятость может повлиять на сбор, анализ и формирование данных, а ограничение разнообразия данных “в отношении методов и сценариев’ может привести к предвзятости с самого начала (Xiao et al., 2016). Существуют бесконечные взаимодействия между людьми с разным опытом, которые еще не были проанализированы; непредвиденный объем данных о человеческом поведении и эмпатии, которые еще не были собраны, создает огромный пробел в информации, необходимой для эффективного программирования ИИ для эмпатии. “Ручные аннотации поведенческих сигналов были необходимы для анализа эмпатии в разной степени’, и исследователи искали способ сбора информации об эмпатии посредством “автоматизации и интеграции сбора, обработки и оценки поведенческих сигналов в рамках единой системы” (Xiao et al., 2016). Когда вы сталкиваетесь с препятствием, может быть полезно искать решения в других областях, помимо строго научных.
Театр как решение
Представьте, что вы сидите в первом ряду прекрасного театра, смотрите любовную трагедию и плачете, когда персонаж оплакивает потерю любимого человека. Вы можете погрузиться в мир персонажа и сопереживать персонажу. Чтобы эта реакция произошла, актер на сцене должен быть хорошо отрепетирован и обладать изысканной техникой. Часы репетиций, посвященные этой сцене, в конечном итоге определят степень и подлинность эмоционального отклика зрителя. Незрелый актер выйдет на сцену, убежденный, что он должен быть грустным, счастливым, злым и т. Д. Актер с классическим образованием будет знать, что он не должен быть никем, потому что нельзя просто быть на сцене. Вместо этого они будут знать, что делать, и актуализировать каждую строку текста. Например, если актеру нужно сыграть сцену, в которой он злится, актеру не нужно злиться, чтобы придать сцене справедливость. Вместо этого актер должен воспринимать каждую строку текста, понимать цель или мотив персонажа и планировать, как воплотить в жизнь это необходимое действие. Таким образом, актер больше не будет пытаться вызвать состояние эмоций нездоровым образом. Вместо этого актер сосредоточится на физических действиях (например, на том, как они сидят, как расположены их руки, как они двигаются, их ритм и громкость и т. Д.). Создавая такое тщательное и продуманное представление, актер позволит эмоциям возникнуть в спектакле как естественному и правдоподобному побочному продукту.
Этот метод актерской игры бросает вызов любым представлениям о том, что актерская игра лжива или наносит моральный ущерб актеру; скорее, он позволяет человечеству раскрыть себя прекрасными способами. Истории, рассказанные с помощью актерской игры, меняют сознание людей, расширяют их кругозор и раскрывают человеческие состояния (как непостижимые, так и удивительные), с которыми многие зрители не сталкивались.
Действия актера могут вызывать эмоции не только у актера, но и у его партнеров по сцене и зрителей. Понимание техники актера и процесса репетиций может дать большое представление о том, как ИИ можно обучить проявлять эмпатию. ИИ может быть запрограммирован на выполнение определенных действий, которые позволяют испытывать подлинные эмоции у людей, с которыми он взаимодействует. Придание ИИ дисциплины актера и программирование его подхода ко всем ситуациям, какими бы эмоциональными или сложными они ни были, может позволить создать безвредную, но чутко реагирующую систему. Что еще более важно, обучение актера зависит от интенсивного использования данного текста. Сценарий - это то, что дает актеру подсказки для определенных действий и эмоциональных реакций. Точно так же, как ИИ совершенствует алгоритмы, обрабатывая большие наборы данных, ИИ также может расширить свой эмоциональный интеллект, анализируя пьесы и другие театральные представления. Теперь представьте, что вы снабжаете ИИ информацией о сотнях тысяч сценариев, написанных на протяжении всей истории на основе реального опыта и сложных эмоций. Вот причины, по которым театр и актерская игра в целом должны быть включены в системы машинного обучения и ИИ. Таким образом, театр может ворваться и сыграть роль героя, позволив ИИ изучать травмы и сложные человеческие взаимодействия, которые достоверно происходят на сцене, без каких-либо этических последствий, которые иначе присутствовали бы в таких реальных моментах.
Преимущества ИИ, который действует разумно
Используя преимущества, которые театр может предоставить для повышения эмоционального интеллекта ИИ, здравоохранение может быть радикально изменено к лучшему. На данный момент системы ИИ используются для выявления заболеваний на более ранних стадиях благодаря точным наблюдениям за тенденциями, позволяющим как лучше понять развитие заболевания, так и персонализировать лечение для улучшения результатов лечения. Использование ИИ помогает врачам принимать решения и выявлять детали, которые можно легко пропустить.
В настоящее время ИИ также может помочь в психиатрической практике. Хотя ИИ не воплощает в себе эмоциональную теплоту, которую может предоставить психолог, он может собирать данные о пациенте и использовать целостный подход к пониманию психологического состояния, в котором может находиться каждый человек. (Грэм и др., 2019). ИИ может помочь нам учитывать, например, биологические и социальные факторы, чтобы помочь определить потенциальные причины и диагнозы для пациентов. В будущем, когда ИИ сможет анализировать театр, это может дать ИИ чувство сострадания, принимая во внимание все возможные причины при диагностике заболеваний и даже предлагая, как помочь улучшить психическое состояние пациента.
В заключение
Кроссовер между искусственным интеллектом и театром может произвести революцию в здравоохранении и потенциально разрушить стигматизацию, окружающую ИИ. Многие утверждают, что, помимо сложности задачи, ИИ никогда не следует позволять даже воспроизводить человеческие эмоции, поскольку это может представлять некоторую угрозу для человечества. Однако эта статья основана на другой предпосылке; ключевое отличие здесь заключается в том, что эмпатия, проявляемая к ИИ, не должна быть эквивалентна по своей природе и воздействию человеческой эмпатии. Предоставление ИИ машинных данных и программирование его для выполнения функции гораздо менее сложно, чем дать ИИ чувство самосознания. Изучение концепции искусственной эмпатии и ее связи с театром может позволить ИИ проявлять эмпатию, которая является достоверной и достоверной, наблюдая и имитируя репетиционный процесс актера. Пациент, разговаривающий с интеллектуальной системой во время онлайн-чата, получит гораздо лучший и более полезный опыт, если система сможет распознавать эмоции с помощью языка и реагировать. По мере того как машины с искусственным интеллектом постоянно совершенствуются, их потребность в искусственной эмпатии, скорее всего, также будет возрастать. Театр может оказать такое же глубокое влияние, какое он оказывает на расширение взглядов людей на системы искусственного интеллекта. Потенциальные преимущества предоставления ИИ способности распознавать эмоции, понимать эмоции и быть способным эффективно реагировать, безусловно, повысят доступность и качество медицинских услуг.
Вопрос о том, обучается ли интеллектуальная система посредством наблюдения или оцифрованной формы самого действия, нуждается в дальнейшем изучении; однако факт остается фактом: действие может положительно влиять на ИИ. По сути, ИИ может действовать. Подобно тому, как эмпатия навязывается людям, ИИ может быть погружен в эмоциональную среду, например, как актеры на сцене. С помощью этой формы "действия" ИИ может научиться сочувствию, воспринимая компьютеризированную версию эмоций.
Цитируемые работы:
Татман, Р. (2017). Гендерная и диалектная предвзятость в автоматических титрах YouTube. Материалы первого семинара ACL по этике при обработке естественного языка. https://doi.org/10.18653/v1/w17-1606
Грэм С., Депп К., Ли Э. Э., Небекер К., Ту Х., Ким Х.-К. и Джест Д. В. (2019, 7 ноября). Искусственный интеллект для психического здоровья и психических заболеваний: обзор. Текущие отчеты по психиатрии. Получено 19 марта 2022 года из https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7274446 /
Сяо, Б., Имель, З. Э., Георгиу, П., Аткинс, Д.К. и Нараянан, С. С. (2016). Вычислительный анализ и моделирование эмпатического поведения: обзор моделирования эмпатии с помощью q Behavioral Signal Processing Framework. Текущие отчеты по психиатрии, 18 (5), 49. https://doi.org/10.1007/s11920-016-0682-5
Эта статья была написана Мэри Шагинян, студенткой младшего курса бакалавриата Калифорнийского университета в Беркли, изучающей молекулярную и клеточную биологию, а также изучение театра и перформансов, и Мелтемом Су, студентом второго курса бакалавриата Калифорнийского университета в Беркли, изучающим молекулярную и клеточную биологию.