Hendrik Macedo
04/12/2015
Um grande domínio de investigação científica e de grande impacto para o futuro da Robótica, em especial, encontra-se sutilmente escondido por trás da beleza dessa cena do filme: a Computação Afetiva [2], [3]. Computação Afetiva é um ramo da Inteligência Artificial que estuda e desenvolve sistemas capazes de reconhecer, interpretar, processar e simular emoções humanas.
Sócios da Affectiva, uma startup de tecnologia fundada em 2009 no MIT Media Lab, investiram na tecnologia para fazer computadores detectarem e interpretarem as mais variadas expressões faciais humanas [4]. A idéia é potencializar a comunicação entre seres humanos e máquinas ao adicionar um novo modo de interação não-verbal: a linguagem do sorriso, da piscada de olhos, da expressão de surpresa, dor, raiva, tristeza, entre outros. Usualmente, o reconhecimento da expressão facial utiliza de um sistema de codificação chamado FACS (Facial Action Coding System) [5]. Movimentos de músculos individuais da face são codificados a partir de pequenas diferentes mudanças na aparência facial. Atualmente, o FACS está bem estabelecido como um sistema computacional automatizado que detecta faces em vídeos, extrai características geométricas das faces e então produz perfis temporais de cada movimento facial. A Affectiva lançou recentemente um kit de desenvolvimento de software que permite que desenvolvedores possam incorporar em seus programas (tocadores de músicas, apps de jogos ou de encontros, por exemplo) a análise em tempo real de estados emocionais de usuários. Um outro serviço online intitulado “Emotion As a Service” permite que clientes possam realizar upload de videos para análise de emoções dos indivíduos presentes no vídeo.
A Microsoft também investe na Computação Afetiva e anunciou recentemente a confecção da Emotion API, uma interface de programação à disposição de desenvolvedores de software, capaz de reconhecer oito estados emocionais fundamentais: raiva, desprezo, medo, nojo, felicidade, tristeza, surpresa ou neutro. A empresa vislumbra variadas aplicações comerciais para a tecnologia, como sensores que podem auxiliar os comerciantes a avaliar reações emocionais dos consumidores aos produtos ou apps de mensagem instantânea que oferecem diferentes opções baseando-se nas emoções detectadas a partir de uma foto.
Existe, com efeito, uma grande dificuldade de se passar apropriadamente suas emoções ao se enviar um e-mail ou uma mensagem instantânea para alguém. Sendo assim, elas permanecem ausentes de nossa experiência digital. Os dispositivos pessoais popularizados, como tablets e smartphones, conhecem quem somos, onde estamos, o que fazemos, com quem falamos, mas não sabem o que estamos sentindo. Ao inferir sobre nosso humor a partir da análise das variadas expressões faciais, diferentes dispositivos de computação embarcada podem interagir e modificar de forma mais personalizada ambientes que compõe nossa rotina ao, por exemplo, controlar luminosidade, temperatura ambiente e gênero musical de uma residência, monitorar um motorista em busca de sinais de sonolência, distração ou impaciência e agir reativamente ou preventivamente para garantir uma direção segura ou, ainda, reconhecer o nível de interesse e comprometimento de estudantes em uma sala de aula [6].
[1] Crédito da imagem: Crédito: Guillaume Duchenne (1862) / Wikimedia Commons. URL: https://commons.wikimedia.org/wiki/File:Duchenne-FacialExpressions.jpg.
[2] J Tao and T Tan. Affective computing: A review. In Affective computing and intelligent interaction (pp. 981-995). Springer-Verlag (2005).
[3] SW Chew et al. In the pursuit of effective affective computing: The relationship between features and registration. IEEE Trans Syst Man Cybern B Cybern 42, 1006 (2012).
[4] D McDuff et al. Affectiva-MIT Facial Expression Dataset (AM-FED): Naturalistic and Spontaneous Facial Expressions Collected In-the-Wild. In Computer Vision and Pattern Recognition Workshops (CVPRW), 2013 IEEE Conference (pp. 881-888). IEEE (2013).
[5] P Ekman and W Friesen. Facial Action Coding System: A Technique for the Measurement of Facial Movement. Consulting Psychologists Press (1978).
[6] J Whitehill et al. The Faces of Engagement: Automatic Recognition of Student Engagementfrom Facial Expressions. Affective Computing, IEEE Transactions 5, 86 (2014).
Como citar este artigo: Hendrik Macedo. Máquinas que percebem emoções. Saense. URL: http://www.saense.com.br/2015/12/maquinas-que-percebem-emocoes/. Publicado em 04 de dezembro (2015).
Ótimo texto, Prof. Hendrik. Parabéns!! Já tinha ouvido falar bem pouco da computação afetiva, mas não sabia o quão interessante e importante para a IA era.
Obrigado, Antônio!
Sem dúvidas, a saga da Inteligência Artificial na tentativa de se aproximar cada vez mais do comportamento humano não poderia deixar passar uma das nossas características mais marcantes: a expressão da emoção!
Abs.