Agora, uma Plataforma de Análise de Emoção permite analisar estados afetivos humanos baseados em algoritmos de IA de última geração. Esta plataforma oferece análises de emoções fácil de usar e intuitiva. Não é necessário conhecimento de fundo na ciência das emoções. As emoções desempenham um papel fundamental na vida social, na forma como consumimos ou como tomamos decisões, e a inteligência emocional é o principal bloco de construção da comunicação do ser humano.
Com a ajuda de técnicas modernas dos campos de Inteligência Artificial e Machine Learning, o projeto Tawni pode propôr que as máquinas compreendam o comportamento humano e desenvolvam empatia. Isto permite adaptar a tecnologia às necessidades e preferências dos utilizadores humanos. Trata-se de uma tecnologia poderosa que tem de ser utilizada de forma responsável.
A TAWNY é uma empresa europeia, baseada em valores e princípios europeus em matéria de privacidade, dados de proteção e desenvolvimento ético da tecnologia, e acredita que desbloquear o potencial da Emoção AI permitirá que a humanidade entre numa nova era de interação homem-máquina.
Muitas empresas de renome, tais como a BMW ou Redbull já confiam na tecnologia TAWNY para garantir que os seus produtos e serviços são desenvolvidos com a centricidade do utilizador em mente. Os investigadores confiam nos algoritmos para entender melhor o comportamento humano e ajudar a contribuir com novos métodos de última geração para a comunidade científica da computação afetiva. A Plataforma TAWNY é usada em muitos cenários diferentes.
Os casos de uso típico giram principalmente em torno de testes de produtos, serviços ou anúncios em estudos de utilizadores. Basta gravar os participantes do seu estudo em vídeo (por exemplo, com uma webcam) enquanto eles estão a reagir ou a interagir com o seu produto. Em seguida, pode analisar estas gravações para obter informações adicionais sobre como os seus utilizadores de teste realmente percebem o seu produto. Para os nossos clientes, este é uma valiosa adição ou mesmo substituição de técnicas tradicionais de pesquisa de mercado e de utilizadores, tais como questionários e similares.
Ao definir categorias que descrevem a mensagem habitual as expressões faciais tentam transmitir (por exemplo, feliz, triste) Definindo ações distintas (musculares) do rosto e combinações destas (por exemplo, unidades de ação facial como sobrancelhas oculares elevadas ou cantos de lábios deprimidos),localizando expressões num espaço contínuo e multidimensional (por exemplo, nas duas dimensões valência e excitação). Estas diferentes abordagens também estão relacionadas entre si.
Por exemplo, as categorias de emoções podem geralmente ser descritas por um ou um conjunto de (combinações de) unidades de ação facial, e geralmente se pode identificar clusters nos modelos multidimensionais que cada um pode estar relacionado com uma determinada categoria de emoção. Na Plataforma TAWNY, atualmente tentamos reconhecer a presença de quatro categorias diferentes de emoções e também tentar localizar a expressão no dimensões valência e excitação. As quatro categorias de emoções na Plataforma TAWNY são: Simpatia / Felicidade; Surpresa; Foco / raiva; Indiferença / tristeza.
Se não é completamente novo neste tópico, poderá reconhecer estas quatro categorias como quatro das emoções básicas definidas pelo investigador Paul Ekman. Na verdade, definiu seis emoções básicas, nomeadamente: feliz, surpreendida, zangada, triste, enojada, temível (e adicionalmente neutra).
Podem perguntar-se: porque é que a TAWNY tem um nome diferente e porque é que oferecem apenas quatro destas emoções? Vamos começar com o nome: como pode ver, levam os termos originais, mas adicionam alguns adicionais. Uma das razões é que – como já foi descrito – embora estes termos realmente transmitam algum significado, ainda são analisados os proxies (isto é, a expressão facial) para o sentimento real.
Muitos dos utilizadores tendem a tomar os termos literalmente o que dificulta tirar as conclusões certas. Ao adicionar mais termos, queremos esclarecer que a interpretação real da expressão facial pode variar – por exemplo, dependendo do contexto. Assim, tomando a categoria “simpatia/ felicidade” como um exemplo, significa que expressões dessa categoria geralmente ocorrem quando a pessoa observada reage com simpatia para com o estímulo ou a situação os fez felizes ou o que aconteceu criou um sentimento positivo na pessoa.
Esta ideia geral é especialmente importante porque os nomes originais da categoria de Ekman soam bastante intensos, enquanto sentimentos tão intensos como a raiva geralmente não ocorrem quando, por exemplo, há um teste de uma aplicação – exceto quando a experiência do utilizador é realmente muito má.
No entanto, certas partes de expressões faciais que são categorizadas como zangadas, normalmente ocorrem quando uma pessoa se concentra ou se concentra em algo. A óbvia unidade de ação facial aqui é a testa, ou seja, puxando as sobrancelhas juntas. Se uma interface de utilizador leva o utilizador a ficar muito focado ou concentrado, pode ser porque é difícil de entender.
Portanto, esta é uma forma muito subtil dessa categoria de raiva, mas é muito relevante, por exemplo, para testes de UX. Então, basicamente, usando estes termos mais diversos, a empresa quer deixar claro que há algumas nuances dentro de cada categoria, e especialmente os exemplos subtis são muito relevantes para muitos casos de uso de análise de emoções. A razão para se concentrarem nestas quatro categorias de emoções é que as consideram as categorias mais relevantes e interpretadas em casos de uso típico de campos como a investigação de mercado, testes de UX, investigação de comportamento, etc, refere a empresa.
Resumindo, eis as descrições das quatro categorias:
- Simpatia / Felicidade. Expressões faciais que estão relacionadas com a pessoa que reage positivamente ao estímulo; pode ser descrito como simpatia para o que foi visto ou experiente; geralmente significa que o estímulo induziu um estado de felicidade; no que diz respeito às unidades de ação, as expressões relevantes geralmente podem conter um sorriso, de subtil a intenso.
- Uma surpresa. Expressões relacionadas com a pessoa que está a ser surpreendida pelo estímulo; geralmente significa que algo aconteceu que não era esperado pela pessoa; pode também significar que algo não se comportou da forma que a pessoa esperava; surpresas podem ser positivas ou negativas; no que diz respeito às unidades de ação, as expressões relevantes geralmente contêm sobrancelhas levantadas e opcionalmente uma mandíbula baixa.
- Foco / Raiva. Expressões relacionadas com a pessoa que se zanga ou se confunde por causa do estímulo; Em casos de uso típico, isto significa que a pessoa faz ou mesmo é forçada a concentrar-se/concentrar-se no estímulo; pode ser causado pela pessoa que não gosta ou também não compreende o estímulo; no utilizador, estas experiências também podem significar que a tarefa é mais exigente; também pode significar que o estímulo realmente chama a atenção da pessoa, que pode ser interpretado positivamente se é isso que quer alcançar; no que diz respeito às unidades de ação, as expressões relevantes geralmente contêm franzir a testa e opcionalmente lábios prensados / dentes fechados.
- Indiferença / Tristeza. Expressões relacionadas com a pessoa que mostra sinais de indiferença, desilusão ou mesmo tristeza; Muitas vezes isto significa que o estímulo não se comportou como desejado ou uma determinada ação não conduziu ao resultado pretendido; Em configurações de teste que não são muito emocionantes (talvez até chato), as pessoas tendem a mostrar estas expressões também quando nada em particular acontece, o que significa que aqui é especialmente importante procurar significativamente alterações; no que diz respeito às unidades de ação, as expressões relevantes geralmente contêm cantos de lábios baixos.
A boa notícia é que através do enorme progresso em áreas como machine learning e especialmente Deep Learning, os computadores tornaram-se muito melhores na análise de imagens e vídeos, que é exatamente o que é preciso para reconhecer expressões faciais. Simplificando: Alimentando um computador com grandes quantidades de imagens de exemplo que foram anotadas por especialistas humanos, podem ser criadas as chamadas Redes Neuronais Profundas que podem reconhecer diferentes expressões faciais automaticamente, e esta é uma das técnicas que é usada nesta tecnologia.
Fonte: TAWNY.AI
Sem Comentários! Seja o Primeiro.