211service.com
Startup bringt Computer dazu, Gesichter zu lesen, sucht einen Zweck jenseits von Werbung
Letztes Jahr haben sich mehr als 1.000 Menschen in vier Ländern hingesetzt und 115 Fernsehspots gesehen, darunter eine mit anthropomorphisierten M&M-Bonbons, die in einer Bar herumtoben. Währenddessen zeigten Webcams auf ihre Gesichter und streamten Bilder ihrer Gesichtsausdrücke an einen Server in Waltham, Massachusetts.
Gesichtscode : Mithilfe von Bildern, die von einfachen Webcams aufgenommen wurden, verfolgt die Software von Affectiva die Bewegung der Muskeln in den Lippen, Augenbrauen und anderen Teilen des Gesichts, um den emotionalen Zustand einer Person zu bestimmen.
In Waltham führte ein von einem Startup-Unternehmen namens Affectiva entwickelter Algorithmus eine sogenannte Gesichtscodierung durch: Er verfolgte die hochgezogenen Augenbrauen, die gerunzelten Brauen, das Grinsen, das halbe Grinsen, das Stirnrunzeln und das Lächeln der Diskussionsteilnehmer. (Sehen Sie sich ein Video der Technologie in Aktion unter dieser Geschichte oder hier an.) Als diese Gesichtsdaten später mit realen Verkaufsdaten zusammengeführt wurden, stellte sich heraus, dass die Gesichtsmessungen verwendet werden konnten, um mit 75-prozentiger Genauigkeit vorherzusagen, ob die Verkäufe der beworbene Produkte würden nach der Ausstrahlung der Werbespots zunehmen, abnehmen oder gleich bleiben. Im Vergleich dazu konnten Umfragen über die Gefühle der Panelisten zu den Anzeigen die Verkäufe der Produkte mit 70-prozentiger Genauigkeit vorhersagen.
Obwohl dies statistisch eine inkrementelle Verbesserung war, spiegelte es einen Meilenstein im Bereich des Affektiven Computings wider. Während Menschen es notorisch schwer haben, ihre Gefühle zu artikulieren, ist jetzt klar, dass Maschinen nicht nur einige ihrer Gefühle lesen können, sondern auch einen Schritt weiter gehen und die statistische Wahrscheinlichkeit späteren Verhaltens vorhersagen können.
Angesichts der Tatsache, dass allein der Markt für TV-Werbung in den Vereinigten Staaten 70 Milliarden US-Dollar übersteigt, sind Erkenntnisse aus der Gesichtscodierung für Geschäftsleute eine große Sache, sagt Rosalind Picard, die die Affective Computing-Gruppe am Media Lab des MIT leitet und das Unternehmen mitbegründet. Sie hat das Unternehmen Anfang des Jahres verlassen, ist aber immer noch Investorin.
Trotzdem hat die Gesichtscodierung die umfassenderen, altruistischeren Visionen ihrer Schöpfer noch nicht erfüllt. Es ist großartig, dabei zu helfen, mehr Schokolade zu verkaufen, aber wann wird Gesichtscodierung Menschen mit Autismus helfen, soziale Hinweise zu lesen, die Fähigkeit der Lehrer zu verbessern, zu sehen, welche Schüler Schwierigkeiten haben, oder das Einfühlungsvermögen von Computern fördern?
Antworten werden möglicherweise nächsten Monat kommen, wenn Affectiva ein Software-Entwicklungskit auf den Markt bringt, mit dem seine Plattform für genehmigte Apps verwendet werden kann. Die Hoffnung, sagt Rana el Kaliouby, Chief Science Officer des Unternehmens und der andere Mitbegründer (siehe Innovatoren unter 35: Rana el Kaliouby ), besteht darin, die Technologie über das Marketing hinaus zu verbreiten. Obwohl sie die tatsächlichen oder potenziellen Partner nicht nennen würde, sagte sie, dass Unternehmen unsere Technologie für alles verwenden können, von Spielen und Unterhaltung bis hin zu Bildungs- und Lernumgebungen.
Anwendungen wie pädagogische Unterstützung – Lehrer informieren, wenn Schüler verwirrt sind, oder autistischen Kindern helfen, Emotionen auf den Gesichtern anderer Menschen zu lesen – spielten eine wichtige Rolle in der Konzeption des Unternehmens. Affectiva, das vor vier Jahren gegründet wurde und heute 35 Mitarbeiter und 20 Millionen US-Dollar an Risikokapital hat, ist aus dem Picard-Labor hervorgegangen Manifest dass Computer der Gesellschaft einen Dienst erweisen würden, wenn sie menschliche Emotionen erkennen und darauf reagieren könnten.
Im Laufe der Jahre hat das Labor Prototyptechnologien nachgebildet. Dazu gehörte eine druckempfindliche Maus, die fühlen konnte, wenn sich Ihre Hand vor Aufregung verkrampfte; ein Roboter namens Kismet, der lächeln und die Augenbrauen hochziehen konnte; der Galvactivator, ein Hautleitfähigkeitssensor zur Messung von Herzschlag und Schwitzen; und das von el Kaliouby entwickelte und verfeinerte Gesichtscodierungssystem.
Affectiva setzte auf zwei erste Produkte: ein am Handgelenk getragenes Gerät namens Q-Sensor, das Hautleitfähigkeit, Temperatur und Aktivitätsniveaus messen kann (die Indikatoren für Stress, Angstzustände, Schlafprobleme, Krampfanfälle und einige andere Erkrankungen sein können); und Affdex, die Gesichtscodierungssoftware. Aber während der Q-Sensor früh vielversprechend zu sein schien (siehe Handgelenksensor sagt Ihnen, wie gestresst Sie sind und Sensor erkennt Emotionen durch die Haut), stellte das Unternehmen das Produkt im April ein, da es neben Forschern, die an Anwendungen wie dem Messen arbeiten, nur wenig Marktpotenzial sah physiologische Anzeichen für Anfälle. Damit bleibt das Unternehmen bei Affdex, das hauptsächlich von Marktforschungsunternehmen wie Insight Express und Millward Brown sowie Konsumgüterunternehmen wie Unilever und Mars verwendet wird.
Jetzt, da das Unternehmen sein Entwicklungskit vorbereitet, können sich die Marktforschungsarbeiten indirekt auszahlen. Nachdem Affectiva drei Jahre lang weltweit Webcam-basierte Panels einberufen hat, hat es eine Datenbank mit mehr als einer Milliarde Gesichtsreaktionen aufgebaut. Die Genauigkeit des Systems könnte den Weg für Anwendungen ebnen, die die Emotionen von Menschen mit gewöhnlichen Heimcomputern und tragbaren Geräten lesen. Affectiva befasst sich mit einem äußerst schwierigen Problem, der Gesichtsausdruckanalyse in schwierigen und uneingeschränkten Umgebungen, das ein großer Teil der akademischen Gemeinschaft vermieden hat, sagt Tadas Baltrusaitis, ein Doktorand an der University of Cambridge, der mehrere Artikel zum Thema Gesichtscodierung verfasst hat .
Darüber hinaus hat Affectiva mithilfe von Diskussionsteilnehmern aus 52 Ländern geschlechter-, kultur- und themenspezifische Lektionen herausgearbeitet. Die Gesichtskodierung hat einen besonderen Wert, wenn Menschen nicht bereit sind, ihre Gefühle selbst zu melden. el Kaliouby sagt zum Beispiel, als indischen Frauen eine Anzeige für Hautlotion gezeigt wurde, lächelte jede von ihnen, wenn ein Ehemann die Taille seiner Frau berührte – aber keine der Frauen würde diese Szene später anerkennen oder erwähnen, geschweige denn zugeben, dass sie es genossen hat es.
Bildung mag reif für die Technologie sein. Eine Vielzahl von Studien haben das Potenzial gezeigt; eines von Forschern der University of California, San Diego, die ein konkurrierendes Startup namens . gegründet haben emotional – zeigte, dass der Gesichtsausdruck die wahrgenommene Schwierigkeit einer Videovorlesung und die bevorzugte Sehgeschwindigkeit des Studenten vorhersagte. Ein anderer zeigte, dass Gesichtscodierung das Engagement der Schüler während einer iPad-basierten Tutoring-Sitzung messen kann und dass diese Messungen des Engagements wiederum vorhersagen, wie die Schüler später bei Tests abschneiden werden.
Solche Technologien können besonders für Studenten mit Lernschwierigkeiten hilfreich sein, sagt Winslow Burleson, Assistenzprofessor an der Arizona State University, Autor von a Papier Beschreibung dieser potenziellen Anwendungen von Gesichtscodierung und anderen Technologien. In ähnlicher Weise könnte die Technologie Ärzten dabei helfen, festzustellen, ob ein Patient Anweisungen versteht. Oder es könnte Computerspiele verbessern, indem es die Emotionen der Spieler erkennt und dieses Feedback verwendet, um das Spiel zu ändern oder einen virtuellen Charakter zu verbessern.
Zusammengenommen legen die Erkenntnisse aus vielen dieser Studien eine Rolle für Affdex in Online-Klassenzimmern nahe, sagt Picard. In einem echten Klassenzimmer spürt man, ob die Schüler aktiv aufmerksam sind, sagt sie. Wenn Sie zum Online-Lernen gehen, wissen Sie nicht einmal, ob sie vorhanden sind. Jetzt können Sie nicht nur messen, ob sie anwesend und aufmerksam sind, sondern auch, ob Sie sprechen – wenn Sie einen Witz machen, lächeln oder grinsen sie?
Dennoch bleiben laut Baltrusaitis viele Fragen offen, welche emotionalen Zustände bei Schülern relevant sind und was getan werden sollte, wenn diese Zustände erkannt werden. Ich denke, das Feld muss sich noch etwas weiterentwickeln, bevor dies in Klassenzimmern oder Online-Kursen eingeführt wird, sagt er.
Das kommende Jahr sollte viel darüber aufdecken, ob Gesichtscodierung über TV-Werbung hinaus Vorteile bringen kann. Affdex steht im Wettbewerb mit anderen Apps und Start-ups und sogar einigen Vermarktern bleib skeptisch dass Gesichtscodierung besser ist als herkömmliche Methoden zum Testen von Anzeigen. Nicht alle Reaktionen werden im Gesicht ausgedrückt, und viele andere Messinstrumente behaupten, die Emotionen der Menschen zu lesen, sagt Ilya Vedrashko, der eine Consumer Intelligence-Forschungsgruppe bei Hill Holliday, einer Werbeagentur in Boston, leitet.
Doch mit jedem neuen Gesicht wird die Technologie stärker. Deshalb glaubt el Kaliouby, dass es bereit ist, größere Probleme anzunehmen. Wir wollen die Gesichtscodierungstechnologie allgegenwärtig machen, sagt sie.