Hvis computeren skal lære at forstå brugeren, så er det ikke nok at lytte til de ord, der kommer ud af munden på brugeren. Faktisk viser undersøgelser, at mindre end 20 procent af vores kommunikation foregår med ord – resten ligger i vores kropssprog. Britiske forskere har nu udviklet et system, som skal gøre computeren i stand til at tolke disse ikke-verbale signaler og dermed blive bedre til at forstå dét, vi vil.
Det er et forskerhold fra University of Surrey, der har arbejdet med at få computeren til at tolke menneskets følelser og gestikulation. Det automatiske system skal blandt andet være i stand til at afgøre, om brugeren er enig eller uenig, eller om brugeren er forvirret.
Forskerne har optaget video med testpersoner der konverserer og efterfølgende er disse videoer blevet forsynet med kommentarer om testpersonernes sindstilstand.
”Dette gav os gode eksempler på ”tænker” og ”tænker ikke”, sammen på positive og negative eksempler på andre ikke-verbale-signaler. Computeren lærer, hvilke dele af ansigtet der kan bruges til at identificere forskellige sociale signaler,” siger Tim Sherman-Case, der er leder af forsknings-projektet.
Tidligere har man kun fokuseret på at få computeren til at analysere skuespilleres opførsel eller kunstige sociale situationer, ifølge forskerne.
”Selvom systemets præcision langt fra er perfekt, kan det sammenlignes med menneskers evne til at tolke bestemte sociale signaler. De fleste samtaler i hverdagen er så komplekse, at selv mennesker ikke kan enes om, hvad der sker,” siger Sherman-Case.
Som det næste vil forskerne forsøge at analysere forskellige sociale situationer og kulturelle forskelle. Forskerne forventer, at deres teknologi kan bruges til at udvikle programmer, som er bedre til at tolke brugerens intentioner.
I Danmark har forskere også arbejdet med at få computeren til at tolke menneskets adfærd. Det er blandt andet sket i det EU-finansierede projekt HERMES (Human Expressive Representations of Motion and their Evalutation in Sequences). Her udvikler man software, der kan analysere menneskets adfærd i videooptagelser.
