Computer sempre più sofisticati: ora vanno a caccia delle emozioni studiando la voce

Il fatto che i computer passano riconoscere le nostre voci è ormai un fatto consolidato: basti pensare al Siri di Apple e Google Assistant dei dispositivi Android, che molti operatori (anche a scuola, in particolare i docenti di sostegno) utilizzano quasi tutti i giorni. Ma la novità dell’ultime ore è che ora i pc stanno “imparando” a riconoscere anche le emozioni dell’uomo attraverso l’analisi della voce umana.

La Scuola Superiore di Economia (HSE) russa ha realizzato, infatti, un prototipo di questo genere: la sua presentazione è prevista alla conferenza internazionale Neuroinformatics-2017.

LA SCOPERTA DEI RICERCATORI RUSSI

I ricercatori russi hanno messo a punto una rete neurale, cioè una rete di potenti processori collegati tra loro capaci di apprendere, e l’hanno addestrata a riconoscere otto emozioni diverse, distinguendo fra espressioni neutre e calme, felici o tristi, arrabbiate, spaventate, disgustate o sorprese.

Nel 70% dei casi il sistema è riuscito a percepire, nella voce, la sfumatura giusta, identificando correttamente l’emozione in modo più efficiente rispetto agli algoritmi tradizionali.

C’è da dire che se ha distinto con successo i toni neutri e tranquilli, per quanto riguarda la felicità e la sorpresa non sempre il sistema è riuscito a riconoscerle: la felicità è stata infatti, spesso percepita come paura mentre la tristezza e la sorpresa interpretata come disgusto.

STRADA COMUNQUE ANCORA LUNGA

Di strada da fare quindi ce n’è ancora molta da fare per arrivare ad un prototipo più efficace, in grado di “capire” tutte le emozioni dentro una risposta vocale, anche se poi una percentuale cosi altra spesso non è coperta neanche dagli umani stessi.

La scienza che si occupa di studiare questi fenomeni si chiama ‘Affective computing” ed è un ramo specifico dell’intelligenza artificiale che si propone di realizzare calcolatori in grado di riconoscere ed esprimere emozioni.

Da tempo i computer hanno convertito con successo le parole che ‘ascoltano’ in un testo, ma la componente emotiva finora era rimasta esclusa dal riconoscimento vocale. Pur rappresentando una parte essenziale del significato di una frase, nessun software era in grado ad oggi di percepire il nostro stato d’animo escludendo quindi la componente emotiva del significato di una frase.

Ad esempio, per la stessa domanda “è tutto ok?”, le persone possono rispondere: “Naturalmente!” con intonazioni diverse e dare così alla risposta un significato diverso: provocatorio, allegro o tranquillo.

Una cosa è sicura: per il momento gli studenti possono vivere sonno tranquilli. I loro professori non possono ancora essere sostituiti da robot, almeno fino a quando non saranno in grado di essere felici per una risposta giusta all’interrogazione o tristi nel caso di risposta sbagliata!