Рана Калиоби рассказывает, что ее путь начался после того, как скрепка-помощник из старой версии Windows как-то вылезла на экране со словами: «Кажется, ты пишешь письмо». Но она не писала никакое письмо, а скрепка постоянно появлялась. Тогда она задумалась, что было бы неплохо, если компьютеры действительно научатся понимать своих хозяев. В тот момент она училась в Кембридже и тогда же занялась проблемой распознавания эмоций.
С помощью машинного обучения Калиоби пыталась научить компьютеры понимать человека. Позже это вылилось в стартап Affectiva. Мы писали о нем, когда он получил $14 млн в одном из раундов инвестирования. Тогда среди клиентов компании числились разработчики компьютерных игр, Unilever, Kellogg’s, Mars и CBS. Технология используется в различных социальных и маркетинговых кампаниях.
«Смыслом жизни бесполезного класса станут компьютерные игры»
Мнения
Но Рана говорит, что в ней гораздо больший потенциал. «В будущем не только компьютеры и смартфоны будут понимать, что чувствует их владелец, но вообще вся техника: кофеварки, холодильники, автомобили». Технология применима в здравоохранении, с ее помощью можно определять эмоциональное состояние человека, прогнозировать депрессии и нервные срывы. Человек проверяет телефон каждые 10 минут, за это время система сможет точно отслеживать изменения в его состоянии.
Отдельным пунктом является внедрения EI (emotional intelligence) в автомобили. По мнению Калиоби, это обязательный пункт при переходе к полностью автономному вождению. Во время переходного периода автомобилям порой придется передавать управление обратно водителю, но у системы должно быть понимание, готов ли водитель это управление принять. По эмоциям это будет проще определить. Да и гораздо эффективнее, когда та же Siri видит, что дала неправильный ответ и ее хозяин расстроен.
«Главное — не относиться к биткоину как к средству платежа»
Технологии
Сейчас в России разрабатывают ПО, которое поможет распознавать эмоции людей. Компания NTechLab тестирует алгоритм, «читающий» эмоции с 94%-ой точностью. Подобная технология может в дальнейшем найти применение, например, в полиции.