[HSM] Artificial Emotional Intelligence - Pontos principais

hsm-resumo-ai-emotional.md

Palestra ministrada por Rana El Kaliouby na HSM em 07/11/2018

• Palestrante é co-fundadora da Affectiva, empresa focada em reconhecimento de emoções através da inteligência artificial

• Confiança -> Decisões

  • AI está tomando lugar de humanos em determinadas tarefas
  • Robôs não sabem que o usuário está frustrado
  • Solução: Emotional Intelligence

• Aplicações da Emotional Intelligence

  • Aplicativo de aprendizado que se adapta ao nível de engajamento dos alunos
  • Saúde mental
  • IoT: Chip de reconhecimento de emoções para dispositivos
  • IQ vs EQ

• Futuro da tecnologia: Perceptual e comportamental

  • Interfaces baseadas na fala (ex. Google Home, Amazon Alexa) com interpretação de emoções na entonação

• Como se faz o reconhecimento de emoções?

  • Expressões faciais e gestos (1º)
  • Forma que as palavras são ditas (2º)
  • Palavras em si (3º)

• Estudo de expressões faciais

  • Duchenne de Bologne iniciou os estudos nos músculos faciais
  • Ekman and Friesing fizeram estudos de classificação das emoções
  • Machine Learning e Deep Learning são utilizados para analisar e classificar as expressões

• Demonstração realizada com o aplicativo AffdexMe

• Importância da diversidade:

  • Populações diferentes impactam na análise
  • Gênero, cor, raça, região, etc.
  • Latinos são mais expressivos, asiáticos são menos
  • Valiação dos modelos criados é importante, antes deles serem utilizados em produção
  • Diversidade nas equipes que trabalham com AI também é importante, e um dos pilares da Affective
    • Engenheiros, artistas, advogados, etc.
    • Quanto mais diverso, mais ideias diferentes são agregadas

• Use cases da Emotional Intelligence

  • Produtos já estão no mercado, não é uma "coisa do futuro"
  • Avaliação de anúncios
    • Pessoas assistem anúncios c/ a câmera do celular ligada, Affective analisa suas reações e repassa às empresas que anunciam
    • Exemplo: Propaganda da Coca-Cola "Pool Boy"
  • Teste de sitcoms:
    • Avaliar "curva de sorrisos" permite saber quais momentos/personagens são engraçados
    • Exemplo prático: sitcom "Friends with Better Lives"
      • Personagens com baixa curva de sorriso (ninguém ria nas cenas deles) foram cortados
  • Personalizar aprendizado - Khan Academy
  • Recrutamento e seleção
    • Permite remover pré-conceitos
    • Empresa HireVue faz isso
    • Você grava uma entrevista de vídeo, e ela é analisada buscando soft skills, empatia, contato visual, sorriso, etc.
    • Resultados: -90% no tempo para uma contratação, +60% de diversidade na empresa
  • ROC Speak (Em inglês)
    • Plataforma que permite praticar palestras, aulas, qualquer forma de fala em público
    • Análise é feita sobre o vídeo e pode dar indicativos como "Sorria mais", "Diga menos 'aí', 'daí'", etc"
  • Indústria automativa
    • Personalizar a experiência de andar no carro
    • Detectar motoristas sonolentos
    • Carros autônomos podem assumir a direção
    • Taxis autônomos podem decidir qual a melhor rota, qual música tocar, etc. com base na análise dos passageiros
  • Robótica
    • Robô Pepper está sendo personalizado para reconhecer emoções
  • Saúde mental
    • Auxílio em crianças com Autismo
      • Google Glass + Realidade Aumentada
      • Auxilia as crianças a reconhecer emoções e a se sairem melhor em interações sociais
      • Dá dicas de como agir, fazer contato visual, etc. - Habilidades cognitivas
    • Depressão / pensamentos suicidas
      • É possível detectar analisando a reação das pessoas a determinados vídeos e fotos
    • Avatares
      • Pessoas se sentem mais à vontade compartilhando seus sentimentos com "avatares" psicólogos
      • Elimina o medo de ser julgado que inibe muitos pacientes

• Importância dos princípios

  • NSA/CIA ofereceu investimento na empresa desde que eles focassem na área de segurança
  • Affectiva recusou, pois tem um alto valor pela privacidade dos usuários