Fram till nu har kognitiv forskning av det här slaget baserat sig på sex stycken grunduttryck. Arg, ledsen, rädd, äcklad, överraskad och glad. Nu har en grupp forskare från Ohio State University lärt en dator att skilja på kombinerade uttryck såsom ”glad och äcklad” eller ”arg och överraskad”. Totalt kan deras program identifiera 21 olika känslolägen.
En förhoppning är att tekniken i framtiden kommer att kunna användas som ett hjälpmedel för människor med diagnosen autism, där patienten har svårt att avgöra hur medmänniskan mår. Aleix Martinez, en av två författare till rapporten, säger att programmet i första hand kommer att vara till grund för vidare forskning.
Kan hjälpa maskiner förstå oss
Men förutom att kunna hjälpa personer med autism görs sådan här forskning också för att maskiner ska kunna förstå våra känslor, så att kommunikation mellan människa och maskin ska kunna bli bättre.
– Det finns ett stort intresse i att få en dator att kommunicera på människans villkor, säger Jonas Beskow, universitetslektor på KTH. När man bygger system som ska interagera socialt med människan får man tänka på vilken typ av känslouttryck den ska uppfatta. Exempelvis förståelse/oförståelse. Allt beror på vad man tänker sig för tillämpningar.
Studien har gått till så att 230 försökspersonerna har fotograferats med instruktioner från fotografen. Istället för en vanlig porträttbild har fotografen försökt framkalla känslor genom att säga ”det luktar äckligt” eller ”du har fått glada nyheter”. Totalt har 5000 bilder analyserats med fokus på var markörer så som ögonbryn och mungipor befunnit sig. I vissa fall får datorn svårt att skilja mellan olika uttryck. Tydligen ser vi rätt lika ut när vi är ”arga och ledsna” eller ”arga och äcklade”. En sak att tänka på är att det är spelade intryck som samlats in.
– Folk beter sig inte alltid enligt regelboken, säger Jonas Beskow. Det är till exempel skillnad på uppläst text och dialog och det kan vara svårt för datorn att uppfatta. Tränar man ett system på spelade ansiktsuttryck så kommer det bli bra på att känna igen just spelade uttryck, däremot är det inte säkert att folk ser ut så i verkliga situationer
Den här studien publiceras i vetenskapstidsskriften PNAS och baserar sig på tidigare studier av amerikanen Paul Ekman som har definierat vilka de här markörerna är och hur de rör sig. Paul Ekman var konsult till den amerikanska Tv-serien Lie to me där huvudkaraktären(som baserades på Ekman) hjälpte polisen lösa brott genom att säga om de misstänkta ljög genom att observera kroppsspråk och ansiktsrörelser.