Hur exakt är Alexa när det gäller att upptäcka olika känslor

Aktuell noggrannhet och tekniker

Amazon har arbetat med att utveckla algoritmer som kan analysera tonhöjden och volymen av röstkommandon för att identifiera känslor som lycka, sorg, ilska och andra [2] [7]. Under 2019 utvecklade Amazon-forskare ett nytt självlärande AI-system som var tre procent mer exakt än konventionella algoritmer för att bestämma känslor från meningar. Vid analys av röstbitar på 20 millisekunder visade det nya systemet en förbättring med fyra procent [1].

Emellertid anges inte den övergripande noggrannheten för Alexas känslomeddelande i dessa rapporter. Tekniken utvecklas fortfarande, och även om den visar löfte är den ännu inte lika effektiv som mänsklig känslomässig erkännande.

Potentiella tillämpningar och begränsningar

Målet att förbättra Alexas känslomässiga intelligens är att låta den svara mer empatiskt och på lämpligt sätt på användarkommandon. Till exempel, om Alexa upptäcker att en användare känner sig ohälsad baserad på sin röst, kan det föreslå relevant innehåll eller tjänster [2]. Tekniken är emellertid inte utan dess utmaningar, inklusive integritetsproblem och potentialen för riktad reklam baserad på känslomässiga tillstånd [2].

Jämförelse med mänskligt känslorigenkänning

Människor är i allmänhet mer exakta när det gäller att erkänna känslor, med en genomsnittlig noggrannhet på cirka 90% vid tolkning av ansiktsuttryck [4]. Däremot uppnår till och med den mest avancerade ansiktsigenkänningsprogramvaran en noggrannhet på cirka 75% till 80% [4]. Medan Alexas röstbaserade känslomeddelande inte direkt jämför med ansiktsigenkänning, står det inför liknande utmaningar för att uppnå hög noggrannhet.

Future Developments

Amazon fortsätter att investera i att förbättra Alexas känslomässiga intelligens genom avancerad naturlig språkbearbetning och maskininlärningstekniker [7]. När dessa tekniker utvecklas kan vi förvänta oss att Alexa blir mer skicklig på att förstå och svara på mänskliga känslor, vilket potentiellt kan leda till mer personliga och empatiska interaktioner med användare.