除了识脸还能“读心”,这样的AI你爱吗?
云栖号资讯:【点击查看更多行业资讯】
在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来!
大千世界,多姿多彩。生活在美丽的地球上,每个人都渴望被了解,期待被关注。随着AI技术的不断进步,其在人的表情识别、情绪解读、语义分析、体态追踪等方面的应用潜力不断被开发出来,俨然为犯罪嫌犯锁定、精神病例研究等提供着有力的技术支撑。
基于其广阔的应用空间和多元化应用价值,世界各国对于AI的研究力度不断加大,一些国家在AI大体系框架中的某些领域已经有所突破。探索AI与人、AI与世界的关系,也已经成为多国研究的共同课题。
近日,《自然》杂志发表了一篇论文,利用人工智能研究了性格和面部特征之间的关系。研究团队征集了12000多名志愿者,利用人工智能技术通过31000多张自拍学习了128种人脸特征,并且将志愿者的人格特征分为五类,即责任心、神经质、外向性、亲和性、开放性。结果显示,AI在基于静态面部图像预测性格方面的准确率达到了58%,其中对于责任心的准确率高于其他四个人格特征。
用AI识别性格,听起来既觉得新奇又有几分神秘。而前段时间在网络上十分流行的“AI相面”,虽然融合了人脸识别等元素,但是娱乐性质居多,可信度不高。而AI从认脸到“读心”,从简单的面部表情识别到了解一个人的性格类型及心理特质等,乍一听起来似乎不太可能。下面,我们就来捋捋这其中的关系。
读懂人心并获取人们的思想,一直是AI研究的一个领域和方向。近年来,AI被赋予了高级“读心术”的重任,即不通过人的话语、面部表情、肢体语言,就可以通过探测其大脑语言中枢和其他功能中枢(如运动中枢)的脑电波,探查到人们在想什么、要说什么和想要进行什么样的活动。
究其本质,AI的“读心”功能目前主要是通过情感计算实现。通过赋予计算机识别、理解和表达人的情感的能力,使得计算机具有更高的智能,进而比较准确和生动地反映人的情感状态、情绪变化,是情感计算力求实现的目标。情感计算水平的高低,在很大程度上影响着AI对于性格、心理、情绪识别的准确性。
从目前来看,在多国的共同推动下,初级“AI读心术”已经基本实现,AI解读脑电波的能力也在英国、俄罗斯等国的课题研究中得到出色展现。不过,目前AI通过脑波还原的视频,还原度整体还比较低,并且只能对已知类型进行判断和还原,还原效果还有待提升。
AI读心技术地不断发展,一方面让人们感到欣喜,另一方面也引发了许多科学家的担忧。人的情绪时刻处在变化状态,仅仅依靠过去一段时间内的情绪特征就判定某人未来的性格特点,未免显得草率和不够客观。而基于面相的性格识别,往往会先入为主地判定人物的性格和脾气,进而引发一些伦理问题,例如性格歧视与偏见等。
此外,如何为AI“读心”划定合理的应用范围,引导用户科学、安全的使用该技术,还是摆在AI“读心”走向商业化应用的一道关卡。加快伦理规范和立法,毫无疑问是AI“读心”得以顺利应用的两大保障。只有加强监管,才能让AI“读心”真正造福于民,而不是被不法分子滥加利用。
AI“读心”的一大典型应用,就是智能客服。AI客服上演“读心术”的背后,是以AI、大数据、云计算、物联网、前端算法等系列能力为驱动的智能客服系统。当前,客服需求量大且质量要求高的金融行业,已经成为拥有AI“读心”能力智能客服展现智慧的大舞台。
抱着怀疑、理性和谨慎的态度来进行AI“读心”的技术研发和商业应用,已经成为业内人士的共识。以安全为准绳,以法律为约束,以创新为动力,以监管为手段,或许会让人们在提到AI“读心”时,能够获得更多安全感和信任感。就让我们一起静待AI“读心”的进一步发展吧!
【云栖号在线课堂】每天都有产品技术专家分享!
课程地址:https://yqh.aliyun.com/live立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
千亿级数据毫秒响应,为什么它最有机会干掉传统数据存储模式?
云栖号资讯:【点击查看更多行业资讯】在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来! 近两年,大数据作为重要资源被提上国家战略。今年两会,马化腾、雷军、丁磊、张近东等互联网企业的全国两会代表委员就关于大数据战略、数字经济发展积极献策。 此外,国家发改委还在近期刊发了关于2020年发展数字经济的八大举措。 例如“实体经济数字化融合;促进数据要素流通;发展新型基础设施”等,以鼓励传统产业加快数字化转型,推进前沿信息技术在各场景的融合应用。 海量的数据是政务管理、企业数字化转型的核心生产因素,但现阶段,真正被有效储存、使用的数据还不到10%。如何唤醒大量“沉睡的”数据并从中寻找、分析有价值的信息,促进业务发展,无疑是一个巨大挑战。 “4G时代,大数据更多是服务IT基础建设成熟行业的头部客户,离个人还有一定距离。5G的到来和国家进一步提出深化大数据的发展,更多中小型企业对于数据采集、存储、治理、分析和挖掘的需求也在快速增加。” 在睿帆科技大数据科学家、雪球数据库总架构师李求实博士看来,行业头部企业数据每年以PB级甚至上百PB爆炸式增长,催生了对于PB级数据量在线或实时数据分析的处...
- 下一篇
用 Python 训练自己的语音识别系统,这波操作稳了!
云栖号资讯:【点击查看更多行业资讯】在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来! 近几年来语音识别技术得到了迅速发展,从手机中的Siri语音智能助手、微软的小娜以及各种平台的智能音箱等等,各种语音识别的项目得到了广泛应用。 语音识别属于感知智能,而让机器从简单的识别语音到理解语音,则上升到了认知智能层面,机器的自然语言理解能力如何,也成为了其是否有智慧的标志,而自然语言理解正是目前难点。 同时考虑到目前大多数的语音识别平台都是借助于智能云,对于语音识别的训练对于大多数人而言还较为神秘,故今天我们将利用python搭建自己的语音识别系统。 最终模型的识别效果如下: 实验前的准备 首先我们使用的python版本是3.6.5所用到的库有cv2库用来图像处理; Numpy库用来矩阵运算;Keras框架用来训练和加载模型。Librosa和python_speech_features库用于提取音频特征。Glob和pickle库用来读取本地数据集。 数据集准备 首先数据集使用的是清华大学的thchs30中文数据。 这些录音根据其文本内容分成了四部分,A(句子的ID是1~250),B...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- CentOS7,CentOS8安装Elasticsearch6.8.6
- CentOS6,CentOS7官方镜像安装Oracle11G
- CentOS7编译安装Cmake3.16.3,解决mysql等软件编译问题
- SpringBoot2编写第一个Controller,响应你的http请求并返回结果
- CentOS8编译安装MySQL8.0.19
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- Windows10,CentOS7,CentOS8安装Nodejs环境
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7