Group items tagged

inventaire des capacités émotionnelles de l'IA

carte interactive des 24 émotions : https://s3-us-west-1.amazonaws.com/vocs/map.html#

"Amazon développe actuellement un accessoire connecté dont la fonction est de reconnaître les émotions de son porteur, affirme Bloomberg. Porté au poignet, l'engin serait pourvu de micros et fonctionnerait en association avec une application installée sur un smartphone. Il déterminerait l'état d'esprit de l'utilisateur en s'appuyant sur la tonalité de sa voix. On ignore si les résultats sont fiables, mais une phase de test serait d'ores et déjà en cours d'après une source anonyme proche du programme."

"Le nouveau business de nombreuses startups comme Affectiva, Beyond Verbal, Cogito, ou encore Realeyes, repose sur la compréhension des émotions d'un utilisateur en se basant sur son intonation."

"Ce projet de puce émotionnelle, ce n'est pas totalement de la science-fiction. La société Amazon planche actuellement sur un appareil capable de reconnaître les émotions humaines dans les intonations de la voix."

Les propositions de Laurence Devillers : 11 commandements à appliquer à la conception des assistants intelligents, sociaux, de compagnie... "Les systèmes actuels sont [...] encore très loin de savoir converser et de pouvoir détecter les émotions complexes de la vie de tous les jours. Ils possèdent des facultés de compréhension très pauvres et n'ont aucun sens commun. Malgré cela, l'humain projette sur ces objets des capacités humaines et les anthropomorphise. [...] Engager l'utilisateur dans une interaction avec un robot doté de capacités affectives, faire qu'il prenne du plaisir à interagir avec lui, faire qu'il ait confiance en lui, sont des buts de la robotique de compagnie. Mais si les systèmes singent les comportements des humains, encore faut-il prendre en compte les risques de confusion pour une grande partie du public." 1 - Donnés privées : « Tu ne divulgueras pas mes données à n'importe qui. » 2 - Droit à l'oubli : « Tu oublieras tout ce que je te demande d'oublier. » 3 - Sécurité : « Tu pourras te déconnecter d'Internet si je te le demande. » 4 - Contrôle : « Tu seras régulièrement contrôlé pour évaluer ce que tu as appris. » 5 - Explicabilité et traçabilité : « Tu pourras m'expliquer tes comportements si je te le demande. » 6 - Loyauté : « Tu seras loyal. » 7- Consentement : « Tu seras empathique et simulera des émotions, seulement si je le sais ! » 8 - Risque de dépendance : « Tu stimuleras ma mémoire et veilleras à ce que je ne devienne pas trop dépendant de toi ! » 9 - Risque de confusion : « Tu feras attention à ce que je ne te confonde pas avec un être humain ! » 10 - Adaptation aux règles sociales « Tu apprendras à vivre avec des humains et tu t'adapteras aux règles sociales. » 11 - Utilité et bienveillance : « Tu seras bienveillant et utile. Et pourquoi pas, doué d'un peu d'humour ! »

www.oto.ai "La société américaine fondée par l'entrepreneur suisse Teo Borschberg vient de lever 2,2 millions de dollars. Son service se présente comme un «coach» des employés travaillant dans des centres d'appels."

"Amazon has patented a new version of its virtual assistant Alexa which can automatically detect when you're ill and offer to sell you medicine."

"Avec les robots conversationnels, nous sommes passés d'une économie de l'attention à une économie de la confidence". Conférence enregistrée en octobre 2018 Laurence Devillers, professeure à l'université Paris-Sorbonne et chercheuse au Limsi (CNRS) Serge Tisseron, psychiatre et psychanalyste Nicolas Martin, producteur de la méthode scientifique (France Culture)

"[...]If you don't happen to work in the tech sector, you probably can't think about all the untapped potential in your Amazon Echo or Google Home without experiencing some misgivings. By now, most of us have grasped the dangers of allowing our most private information to be harvested, stored, and sold. We know how facial-recognition technologies have allowed authoritarian governments to spy on their own citizens; how companies disseminate and monetize our browsing habits, whereabouts, social-media interactions; how hackers can break into our home-security systems and nanny cams and steal their data or reprogram them for nefarious ends. Virtual assistants and ever smarter homes able to understand our physical and emotional states will open up new frontiers for mischief making. Despite the optimism of most of the engineers I've talked with, I must admit that I now keep the microphone on my iPhone turned off and my smart speakers unplugged when I don't plan to use them for a while.[...]"

récap du CES Asia 12'08 Baidu smart speaker avec voix + caméra + écran + paiement via reconnaissance faciale + détection émotions + télé-médecine

"Some companies and scientists present Affective Computing, the algorithmic analysis of personality traits also known as "artificial emotional intelligence", as an important new development. But the methods that are used are often dubious and present serious risks for discrimination. It was announced with some fanfare that Alexa and others would soon demonstrate breakthroughs in the field of emotion analysis. Much is written about affective computing, but products are far from market ready. For example, Amazon's emotion assistant Dylan is said to be able to read human emotions just by listening to their voices. However, Dylan currently only exists in form of a patent. So far, Amazon, Google et al. have not launched such products. Identifying unique signals that indicate that someone is sad seems to be a bit more complicated than they initially thought. Maybe someone's voice sounds depressed because they are depressed, but maybe they are just tired or exhausted. However, these difficulties do not prevent other companies from launching products that claim to have solved these complex problems by using voice and speech for character and personality analysis." > One is the company Precire, based in Aachen, a city on border with Belgium. Their idea: you record a voice sample, and based on the person's choice of words, sentence structure and many other indicators, the software then produces an analysis of their character traits. The software can be used in staff recruitment or to identify candidates for promotion. > critique de la méthode : biais, discrimination...

"Alexa ou Google Home Assistant ne sont qu'une étape. Parce que la voix ne suffit pas, des scientifiques travaillent à la création d'êtres virtuels capables de communiquer avec des gestes ou les expressions du visage… " "Malgré une connaissance toujours plus fine des mécanismes qui sous-tendent la communication humaine, il reste illusoire de prétendre créer dès aujourd'hui un être virtuel qui soit en mesure de répondre à toutes les situations. Il devient en revanche envisageable d'en concevoir qui soient capables d'interagir dans des contextes précis. On peut ainsi imaginer des tuteurs virtuels destinés à l'apprentissage (d'une langue, de l'algèbre...), ou des compagnons virtuels capables d'aider par exemple une personne âgée à adopter les bons réflexes de santé prescrits par ses médecins. " "[...] se profilent des questions d'éthique auxquelles les chercheurs, mais aussi la société tout entière, devront répondre prochainement. Jusqu'à quel point a-t-on intérêt à créer un être virtuel capable de nouer des relations et de communiquer de manière totalement naturelle avec des êtres humains ? Ne doit-on pas au contraire leur garder une part d'imperfection, pour éviter que l'humain ne s'y attache trop, ou ne se fasse manipuler par un interlocuteur virtuel devenu trop habile ?"

Un dispositif relié à une app qui récolte des sons, les analyse et applique des actions : par ex. claquer des doigts pour allumer la lumière, afficher des lumières colorées différentes pour les différentes émotions des pleurs de bébés (fonction babyphone).

"Emotion-classifying AI isn't anything new, but traditional approaches are supervised, meaning that they ingest training data labeled according to speakers' emotional states. Scientists at Amazon took a different approach recently, which they describe in a paper scheduled to be presented at the International Conference on Acoustics, Speech, and Signal Processing. Rather than sourcing an exhaustively annotated "emotion" corpus to teach a system, they fed an adversarial autoencoder a publicly available data set containing 10,000 utterances from 10 different speakers. The result? The neural network was up to 4% more accurate at judging valence, or emotional value, in peoples' voices." https://developer.amazon.com/fr/blogs/alexa/post/2d8c2128-eec9-44cc-9274-444940eb0a4d/using-adversarial-training-to-recognize-speakers-emotions