分享

艾瑪人肉學習週記(Week12):揪團動手做

08/01專題競賽的初賽,我是第一組,很快就報完後就翹腳聽同學講了,我不謙虛地說,我對我們的題目是感覺還真的是有點浮的,這個題目下的技術是多模型辨識,也就是至少得同時有圖像和聲音,甚至是人體特徵(像是心跳或呼吸)的輸入,手上並沒有現成的資料可用,成員們也沒有處理這些資料的技術能力,不過既然是投票出來的題目,也就硬著頭皮想像做出來的樣子,簡單說,就是一個可以察覺情緒的機器,同組同學堅持必須長成寵物的樣子,據說是在幫這個狗型機器人套上毛皮讓人撫摸,也是有鎮靜心情的效果,我向來與狗是人獸殊途的,對於同學的堅持,我也只能尊重。
若有這樣的機器,我不認為機器和被照顧者的互動,可以取代與真人的互動,我認為機器是給人提醒,提醒被照顧者轉換心情,提醒被照顧者的親友多給點關懷,有時候我們不是不想關心,但身邊的事既多且雜、分身乏術時,注意力有限,或許做不到本人馬上飛奔故鄉探望雙親,至少對於收入優渥、無法在陪伴父母在父母身邊的孩子,這隻機器狗可以在你忘記給你媽打電話時,傳簡訊給你,特別是你媽已經心情不好時,在她超級不爽前,讓這隻智慧機器狗給你遞個小抄,秉著「錢能解決的事都是小事」,先賣一波錢太多的人。
但我不清楚,何時在長照中,情緒會變成一個重要的議題,並且在照顧需求上升、而醫護、社工人力吃緊、少子化等供給因素緊張,供需交錯之下的失衡,讓這類的機器做人力資源的配置,可以做到同時關懷身心,也可以成為真人的輔助。
關於察覺情緒這件事,過去被認為是人與人之間的感知,是人獨特之處,不過,反正我們人類自以為特別的地方很多,最近這十年,感官上的能力已經被突破,像是圖形、聲音辨識,但同時也發展中,並且收效良好的,還有某些要人需要學習、訓練才能擁有的能力,像是翻譯、情緒辨識。
我在23組的報告中,至少聽到3個組都放入「捕捉微表情」的目標,放在照顧、面試、偵測犯罪風險等應用,除了證明大家都有追劇之外,也證明了大家真的很想要發現真實的情緒。被美劇「別對我說謊」當作男主的學者保羅·艾克曼認為,少數人具備捕捉微表情的天賦,但多數人可以透過訓練而逐漸達成。考慮到時間或金錢或能力,我們多數人無法得到這種訓練,而沒有這種能力,往往會在小機率事件發生時,付出巨大代價。
https://zh.wikipedia.org/wiki/%E5%BE%AE%E8%A1%A8%E6%83%85
台灣的大學中,清大和成大皆已有團隊在做相關的主題,像是清大電機工程系副教授李祈均團隊的「個人特質整合語音互動之深度情緒辨識技術」,利用多種模式的輸入,認為只要能增加輸入的種類,都有機會產生更好的辨認,以及成功大學資工系教授吳宗憲率領博士生林仁俊,建立起一套技術上領先國際的同步辨識聲音與臉部表情以偵測情緒的演算法,也已試著用在心理疾病的治療上。
老實說,情緒辨識建立在機器的感官能力已具極佳效能的基礎上,但我們的確丟了個大難題給機器(以及參與的老師和同學),問問身為真人的自己,真的對身邊的人的情緒都能有很好的辨識嗎?分辨得出誰是詐騙集團、誰是雞婆的好心人嗎?分辨得出誰是會虐待小孩的保母嗎?做得到顧佳看到一顆RMB25的橘子和小火車圖案的黃色OK绷都能抓出綠茶婊的高敏感度警示嗎?
(最近不小心追了Youtube推我的「三十而已」)
人工智慧發展中有趣的是,人都不一定有的智慧,還想著教會機器呢!
(這的確是人工智慧過去發展時遇過的瓶頸,希望機器可以像人一樣思考,問題是,我們連人的思考是如何形成,也不是十分了解啊)
翹腳看其他組的報告,很過癮,有幾組就是解決現下公司裡的問題。進入決選的題目有:
第3組 布料印花Pattern辨識
第7組 智慧裁縫 - 馬克Marker
第8組 從源頭到龍頭-珍惜每一滴水
第10組 電競教練模式
第15組 A.I. takes minutes
第18組 共享衣櫥時尚穿搭打造智能
第19組 AI居家智能防護罩
第20組 i 到處走走
第21組 欲載乘客必承其重-計程者們
第22組 製程冷卻水濾心最佳更換時間
第23組 路跑者即時生理預測APP
說明:
*智慧裁縫 - 馬克Marker是想在布料和剪裁之間取得平衡,剪裁多片較合身,但每片形狀不一,還得費工拼接,又增加成本;在材料上,得在一塊布上剪出最多塊,才不會浪費不聊。
*電競教練模式剛好就是給喜歡出一張嘴的(中年)人,反應和動作都比不上年齡低於20的電競選手,又喜歡在旁邊下指導棋過乾癮,「教練」這種叫人家練的模式,解決了這個力不從心又想參與的窘境。
*A.I. takes minutes:能夠聽音辨人、順便摘要的會議紀錄。現在語音轉文字的技術已經相當成熟,但遇到中英夾雜還是有困難,且很多人講得落落長,也不一定有重點,這種文字稿距離會議記錄還很遠,能轉成文字檔已經很有幫助了,但科技始終來自(懶惰的)人性。
23組聽下來,大致可歸納出障礙的面向,一是定義問題,二是資料取得。撇開時間、資源不足的情況而沒能取得資料,不存在的資料就是不存在(例如抄在紙上的數字,紙張丟了就是丟了),定義問題還真是個大問題,就以我們自己的題目為例,我們可能沒有切中長照情境下最迫切的問題,對現實世界中的狀況,並不那麼了解。可以預知的是,在商業世界裡,資本會流向有利可圖的地方,資料是一種新型的生產要素,而沒有就是沒有。
不論是這次專題還是這期課程,都只是個起點,離能用會用的路還很長,這次報告後,我和同學又更熱烈地討論程式語言的學習、想做的題目。
班代在我在自我介紹投影片中,看到了我分享我的粉絲頁和網誌,也聊起是否要揪Python讀書會或幫同學辦些活動,想來要上整天課又要張羅活動也是不容易,特別是班代提到想在剩下五次的課中幫大家做Python手把手複習,我忍不住多說了幾句:
「別給自己壓力太大,來上課只是開始,不用在上課期間做完所有想做的事,這些事還得再做上一段時間才堪用,可以把上課期間,當成課程結束後的活動試營運的期間。」
大家來上課的目的都不一樣:經理人班的同學裡,存在著一個比例的同學,並不想學技術類的東西,我總能聽到有人嚷嚷著這跟技術有關我不會,問題是你有要學嗎?來不就是學嗎?在成人學習中,總是想學的人才學,學習的路上已經跌跌撞撞,若還要拖著在站在邊上、叉著手的人也太累了,在我只是初學的情況下,並沒能有能力和熱情幫忙別人,能夠有真的想做的人一起討論當然很棒,也不拘目前各自的能力和技術存量,但若來的都是旁觀者,我也沒有時間可浪費。
隔天副班代知道了我和班代聊起學Python的事,揪了另一個也剛開始的同學,我們聊起現在手上想做的題目,聊起了目前大家覺得可行的學習方法,還有可能也有一些競賽可以參加。其實我已做好未必能有同學變成學習小夥伴的心理準備,畢竟我在大學修課被放鳥的次數是複數的,難免有點陰影,但若能遇到同行的人,我還是驚喜且感激的。
同學分享的競賽平台,可能其他地方也有類似的。
https://aigo.org.tw/zh-tw/competitions
分類:親子

評論
上一篇
  • 下一篇
  • 更多文章
    載入中... 沒有更多了