Kuinka tarkka Alexa on erilaisten tunteiden havaitsemisessa

Nykyinen tarkkuus ja tekniikat

Amazon on pyrkinyt kehittämään algoritmeja, jotka voivat analysoida äänikomentojen sävelkorkeutta ja määrää tunnistaakseen tunteita, kuten onnellisuus, suru, viha ja muut [2] [7]. Vuonna 2019 Amazon-tutkijat kehittivät uuden itsensä opettavan AI-järjestelmän, joka oli kolme prosenttia tarkempi kuin tavanomaiset algoritmit määritettäessä lauseita. Kun analysoitiin 20 millisekuntia, uusi järjestelmä osoitti parannusta neljän prosentin [1].

Alexan tunteiden havaitsemisen yleistä tarkkuutta ei kuitenkaan nimenomaisesti mainita näissä raporteissa. Teknologia kehittyy edelleen, ja vaikka se osoittaa lupaavan, se ei ole vielä yhtä tehokas kuin ihmisen tunteiden tunnistaminen.

Mahdolliset sovellukset ja rajoitukset

Alexan emotionaalisen älykkyyden parantamisen tavoitteena on antaa sille mahdollisuuden vastata empattisemmin ja tarkoituksenmukaisemmin käyttäjän komentoihin. Esimerkiksi, jos Alexa havaitsee, että käyttäjä tuntee pahoinvoinnin heidän äänensä perusteella, se saattaa ehdottaa asiaankuuluvaa sisältöä tai palveluita [2]. Teknologia ei kuitenkaan ole ilman haasteita, mukaan lukien yksityisyyden suojaa koskevat huolenaiheet ja emotionaalisiin tiloihin perustuvien kohdennettujen mainonnan potentiaali [2].

Vertailu ihmisen tunteiden tunnistamiseen

Ihmiset ovat yleensä tarkempia tunteiden tunnistamisessa, ja keskimääräinen tarkkuus on noin 90% tulkittaessa ilmeitä [4]. Sitä vastoin jopa edistynein kasvojen tunnistusohjelmisto saavuttaa tarkkuuden noin 75–80% [4]. Vaikka Alexan äänipohjainen tunteiden havaitseminen ei verrata suoraan kasvojentunnistukseen, sillä on samanlaisia ​​haasteita korkean tarkkuuden saavuttamisessa.

Tulevaisuuden kehitys

Amazon investoi edelleen Alexan emotionaalisen älykkyyden parantamiseen edistyneellä luonnollisen kielenkäsittelyn ja koneoppimistekniikoiden avulla [7]. Näiden tekniikoiden kehittyessä voimme odottaa, että Alexa tulee taitavammaksi ymmärtämään ja reagoimaan ihmisen tunteisiin, mikä mahdollisesti johtaa henkilökohtaiseen ja empaattisempaan vuorovaikutukseen käyttäjien kanssa.