شناسنامه سخنرانی
سخنران: رانا ال کالیبوی
مدت زمان سخنرانی: 11 دقیقه و 4 ثانیه
تاریخ سخنرانی: می 2015
کلیدواژه جستوجو: How you feel
کنفرانس: TEDWomen 2015
هر روز احساسات تمام جنبههای زندگی ما را از سلامتی گرفته تا نحوه یادگیری، کسبوکار و تصمیمگیریهای کوچک و بزرگ تحت تأثیر قرار میدهد. احساسات ما حتی روی نحوه ارتباط ما با یکدیگر تأثیر میگذارد. ما قرار بود در دنیایی پر از محبت زندگی کنیم، ولی حالا ارتباطات ما به مجموعهای از پیامها ختم شده است. دنیای ما خالی از احساسات شده است و من میخواهم این وضعیت را تغییر دهم و احساسات را با تجربیات دیجیتال خود عجین سازم.
من پانزده سال پیش در این راه قدم گذاشتم. در مصر یک متخصص کامپیوتر بودم و بهتازگی در دانشگاه کمبریج برای مقطع دکتری پذیرش گرفته بودم. در نتیجه، کاری غیرمعمول برای یک زن مسلمان تازه ازدواج کرده انجام دادم. با حمایت شوهرم که مجبور بود در مصر بماند، وسایل خود را جمع کردم و به انگلستان رفتم. در کمبریج، هزاران کیلومتر دورتر از خانه، متوجه شدم من بیشتر از هر انسان دیگری با کامپیوتر شخصیام زمان صرف میکنم و لپتاپ من هیچ ایدهای نسبت به احساسات من ندارد. هیچ ایدهای ندارد که خوشحال هستم، روز بدی داشتهام، استرس دارم، گیج شدهام و این موضوع بیاندازه آزاردهنده بود. بدتر از آن، وقتی با خانوادهام در مصر بهصورت آنلاین صحبت میکردم، حس میکردم تمام احساساتم در فضای مجازی از بین میرود. دچار عارضه دلتنگی برای خانه شده بودم. تنها بودم و بعضی روزها گریه میکردم، ولی تنها چیزی که داشتم تا احساساتم را با آن نشان دهم صورتکهای گریان بود.
امروزه فناوری ضریب هوشی (IQ) بالاتری دارد، ولی هوش احساسی (EQ) نه؛ انبوهی از هوش شناختی ولی نه هوش حسی. این موضوع باعث شد تا من به این موضوع فکر کنم که چه خوب بود اگر فناوری میتوانست احساسات ما را درک کند؟ چه میشد اگر ابزارهای ما قادر به درک ما و واکنش مبتنی بر آن بودند، درست همان طور که یک دوست این کار را میکند؟ این پرسشها من و گروه من را به سمت ساخت فناوریهایی سوق داد که بتوانند احساسات ما را بخوانند و به آنها پاسخ دهند و نقطه شروع ما صورت انسان بود.
صورت انسان یکی از قدرتمندترین کانالهایی است که ما برای تبادل وضعیتهای احساسی و اجتماعی خود مانند لذت، هیجانزدگی، همدردی و کنجکاوی از آن استفاده میکنیم. در علم احساسات، به هر عضله متحرک صورت یک «واحد فعالیت» اطلاق میشود.
برای مثال، واحد فعالیت دوازده یک گوشه لب است که مؤلفه اصلی خندیدن است. مثال دیگر واحد فعالیت چهار است؛ «ابرو». زمانی که شما ابروهایتان را به سمت هم میکشید، نشانهای قدرتمند از احساسات منفی است. ما نزدیک به 45 عدد از این واحدهای فعالیت داریم و این واحدها در ترکیب با یکدیگر بیش از چند صد احساس را میسازند.
آموزش کامپیوتر برای متوجه شدن این احساسات دشوار است؛ زیرا این واحدهای فعالیت میتوانند بسیار سریع و ظریف باشند و به شکلهای مخلتلف با یکدیگر ترکیب شوند مانند لبخند و نیشخند. این دو بسیار به هم شبیه هستند، ولی معانی متفاوتی دارند.
لبخند مثبت است ولی پوزخند اغلب منفی است. ولی واقعاً برای یک کامپیوتر مهم است که بتواند میان این دو رفتار تمایز قایل شود.
چگونه این کار را انجام دادیم؟ ما به الگوریتمهای خود دهها هزار نمونه از صورت مردمانی را دادیم که در حال لبخند زدن بودند؛ از سنین، ادیان و جنسیتهای گوناگون. همین کار را برای نیشخند نیز انجام دادیم. پس از آن، با استفاده از یادگیری عمیق، الگوریتم تمام این الگوها، تغییرات شکلها و مانند آن را روی صورت ما جستوجو کرد و یاد گرفت تمام لبخندها مشخصات مشترک و تمام نیشخندها به شکل ظریفی ویژگیهای متفاوتی دارند. دفعه بعد که یک صورت جدید را دید میتواند تشخیص دهد که «آها، این یک لبخند است».
بهترین راه برای نمایش نحوه کارکرد این فناوری نمایش آن بهصورت زنده است؛ بنابراین، من یک داوطلب ترجیحاً با صورت نیاز دارم. کلویی داوطلب ما خواهد بود.
در طی پنج سال گذشته، ما از یک گروه تحقیقاتی در MIT به یک شرکت تغییر وضعیت دادیم و گروه من بهسختی کار کردند تا این فناوری را به ابزاری کاربردی تبدیل سازند که بتوانیم آن را در اختیار عموم قرار دهیم. همچنین، ما آن را به گونهای کوچک کردیم که هسته موتور احساس آن بتواند روی هر دستگاه موبایلی با یک دوربین مانند این آیپد کار کند.
همان طور که میبینید، الگوریتم صورت کلویی را بهدرستی تشخیص داده است و نقاط مهم روی صورت آن مثل ابروها، چشمها، دهان و بینی وی را دنبال میکند. پرسش این است که آیا میتواند احساسات وی را نیز تشخیص دهد؟ بگذارید دستگاه را مورد آزمون قرار دهیم. همان طور که میبینید وقتی کلویی میخندد، ستون سبز رنگ بالا میرود. حالا تصور کنید اگر کلویی بهصورت مداوم به این سیستم تشخیص احساس دسترسی داشت، میتوانست آن را با هر کس که میخواست به اشتراک بگذارد.
تاکنون نزدیک به 12 میلیارد نقطه از احساسات را جمعآوری کردهایم. این بزرگترین پایگاه داده احساسات در دنیا است. ما این تصاویر را از 9/2 میلیون صورت از 75 کشور در سراسر دنیا و از ویدیوهایی که مردم قبول کردهاند تا احساسات خود را در آنها با ما به اشتراک بگذارند، به دست آوردهایم. این پایگاه داده هر روز بزرگتر میشود و از اینکه میتوانیم چیزی مانند احساسات را در این مقیاس تشخیص دهیم، بیاندازه هیجانزده هستم.
درباره سخنران
رانا ال کالیبوی، مؤسس شرکت Affectiva، دانشجوی MIT است که به دنبال وارد ساختن هوش احساسی به تجربیات دیجیتال ما است. ال کالیبوی گروه تحلیل احساسات شرکت را راهبری میکند که مسئول توسعه الگوریتمهای درک احساس و دادهکاوی بزرگترین پایگاه دادههای احساسی است. تاکنون او و گروه تحت راهبری وی 12میلیارد نقطه دادهای احساسی را از 9/2 میلیون تصویر ویدیویی از داوطلبانی از 75 کشور دنیا استخراج کردهاند. پلتفرم ایجاد شده توسط ال کالیبوی و گروه وی را بسیاری از شرکتهای موجود در فهرست صد شرکت برتر جهان بهمنظور اندازهگیری میزان مشارکت مصرفکنندگان مورد استفاده قرار دادهاند و در حوزه برنامههای سازمانی، سرگرمی، ارتباطات ویدیویی و تحصیلات آنلاین به احساس پیشرو و پیشگام مجهز است. مجله «کارآفرین» ال کالیبوی را یکی از «هفت زن قدرتمند که باید در سال 2014 مد نظر داشت» معرفی کرده و نشریه MIT Technology Review وی را در فهرست 35 مخترع برتر زیر 35 سال قرار داده است.
تا کنون چه آموختهایم؟ جنسیت. دادههای ما چیزی را نشان میدهد که احتمالاً شما نیز به آن مظنون بودهاید. زنان در بروز واکنشهای احساسی برتر از مردان هستند. نه تنها بیشتر میخندند، بلکه خنده آنها طولانیتر است و حالا میتوانیم با قطعیت مشخص کنیم مردان و زنان به چه موضوعاتی به شکلی متفاوت واکنش نشان میدهند. برای مثال، در امریکا زنان 40 درصد بیشتر از مردان واکنش احساسی دارند و این در حالی است که در انگلستان این عدد برابر است. از حیث سن، مردمانی که بالای 50 سال هستند 25 درصد احساساتیتر از افراد جوانتر هستند. زنان در دهه دوم زندگی خود بیشتر از مردان در همان سنین میخندند که شاید برای ایجاد موقعیت ازدواج ضروری باشد. آنچه ما را بیش از هر چیز دیگری تعجبزده کرد این موضوع بود که ما در تمام مدت حتی زمانی که با ابزارهای دیجیتال خود تنها هستیم، در حال بروز واکنشهای احساسی هستیم. این موضوع تنها مختص زمانی نیست که در حال دیدن ویدیوهای گربه روی فیسبوک هستیم. ما در زمان ایمیل زدن، پیام دادن، خرید آنلاین و حتی پرداخت مالیات در حال بروز واکنشهای احساسی هستیم.
در حال حاضر، این دادهها کجا استفاده میشود؟ در درک نحوه تعامل ما با رسانه و همچنین مجهز ساختن فناوری به درک احساسات. مایل هستم تا برخی مثالهایی را که برای خود من ارزشمند هستند، با شما به اشتراک بگذارم. عینکهای مجهز به صورتکهای اینترنتی میتوانند به افراد نابینا کمک کنند تا حالات دیگران را درک و به انسانهای با معلولیت جسمی کمک کنند تا احساسات را تفسیر کنند. موضوعی که بهشدت با آن دست به گریبان هستند.
در حوزه آموزش تصور کنید برنامهای آموزشی حالات شما را درک کرده است و متوجه شود که گیج شدهاید و سرعت خود را کم کند یا ببیند حوصلهتان سر رفته است و بر سرعت خود بیافزاید. درست همان کاری که یک آموزگار فوقالعاده سر کلاس انجام خواهد داد. مثلاً ساعت مچی شما احساسات شما را رصد کند یا خودروتان بفهمد خسته هستید یا یخچال بفهمد استرس دارید و بهصورت خودکار قفل شود و نگذارد در خوردن زیادهروی کنید. من که دوستش خواهم داشت. چه میشد زمانی که در کمبریج بودم، میتوانستم احساساتم را به شکلی طبیعی با خانوادهام به اشتراک بگذارم؟ گویی با آنها در یک اتاق هستم. من فکر میکنم تا پنج سال دیگر تمام ابزارهای دیجیتال ما به تراشههای احساس مجهز شوند و دیگر روزگاری را به یاد نیاوریم که وقتی به ابزار دیجیتالم خود اخم میکردیم، از ما نمیپرسید: «این را دوست نداشتی، نه؟»
بزرگترین چالش ما در این مسیر وجود کاربردهای بسیار زیادی برای این مسئله است و من و گروه همراهم به این نتیجه رسیدهایم که نمیتوانیم همه آنها را بسازیم و در نتیجه این فناوری را در اختیار همگان قرار دادیم تا بتوانند از آن استفاده کنند. ما به این مسئله آگاهی داریم که مخاطراتی در این کار وجود دارد، ولی به شخصه و پس از سالها کار روی این فناوری بر این باورم که فواید فناوری که بتواند احساسات انسانها را درک کند، بسیار بیشتر از ضررهای سوءاستفاده از آن است.
از شما دعوت میکنم تا همگی به این حرکت بپیوندید. هرچه تعداد کسانی که از این فناوری آگاه هستند بیشتر باشد، بیشتر میتوانیم درباره نحوه استفاده از آن توضیح دهیم. هرچه زندگیهای ما بیشتر و بیشتر به سمت دیجیتالی شدن پیش میرود، ما برای به دست آوردن دوباره احساسات خود در جنگی شركت ميكنيم كه از پيش باختهايم. کاری که من تلاش به انجام آن دارم، وارد کردن احساسات به فناوریهای مورد استفاده روزانه و پاسخگوتر کردن آنها است. هدف من این است که ابزارهایی که ما را از هم جدا کردهاند، دوباره ما را به یکدیگر بازگردانند. با انسانی کردن فناوری ما این شانس طلایی را داریم تا نحوه اتصال خود به دستگاهها و در نتیجه نحوه اتصال به یکدیگر بهعنوان انسان را بازتعریف کنیم.
ماهنامه شبکه را از کجا تهیه کنیم؟
ماهنامه شبکه را میتوانید از کتابخانههای عمومی سراسر کشور و نیز از دکههای روزنامهفروشی تهیه نمائید.
ثبت اشتراک نسخه کاغذی ماهنامه شبکه
ثبت اشتراک نسخه آنلاین
کتاب الکترونیک +Network راهنمای شبکهها
- برای دانلود تنها کتاب کامل ترجمه فارسی +Network اینجا کلیک کنید.
کتاب الکترونیک دوره مقدماتی آموزش پایتون
- اگر قصد یادگیری برنامهنویسی را دارید ولی هیچ پیشزمینهای ندارید اینجا کلیک کنید.
نظر شما چیست؟