Computadores y algoritmos que analizan tus emociones y que podrían saber cómo te sientes incluso mejor que tú mismo. En ésta presentación veremos la evolución histórica de la computación afectiva y sus distintas aplicaciones.¿Qué es computación afectiva?¿Las emociones son importantes en el campo de marketing, salud o robótica? ¿Qué métodos se suelen usar para el reconocimiento automático de emociones?
Computación afectiva: el poder del análisis de emociones
1. Computación Afectiva: El poder
del análisis de emociones
Esther Rojas Krugger (@erojask7)
Computadores y algoritmos que analizan tus emociones y que podrían saber cómo te sientes
incluso mejor que tú mismo. En ésta presentación veremos la evolución histórica de la
computación afectiva y sus distintas aplicaciones.
2. Ingeniera de sistemas, egresada de la Universidad Nacional Pedro Ruiz
Gallo. Dedicada al análisis y desarrollo de software como trabajadora
independiente. Ha colaborado en investigaciones en el campo de la
computación afectiva en el Centro de Ciencias Aplicadas y Desarrollo
Tecnológico (CCADET) de la Universidad Nacional Autónoma de
México(UNAM).
Acerca de mi
Esther Rojas Krugger
@erojask7
Sígueme:
@gmail.com
Erojask7
3. Facebook y tus datos
Facebook realizó un estudio
psicológico sobre cerca de
700mil usuarios
Artículo titulado: "Experimental
Evidence Of Massive-Scale
Emotional Contagion Through Social
Networks
Los autores encontraron que cuando
ellos manipulaban los timelines de los
usuarios para reducir las “publicaciones
positivas” mostrados por otros, los
usuarios producían menos
publicaciones positivas y más
negativas.(Fuente)
5. Facebook y tus datos
Extracto de la Política de uso de datos de facebook :
“Realizamos encuestas y estudios, probamos funciones en fase de desarrollo
y analizamos la información de la que disponemos para evaluar y mejorar los
productos y servicios, desarrollar nuevos productos o nuevas funciones y
llevar a cabo auditorías y actividades de solución de problemas.”
6. Facebook y tus datos
The Australian demostró que uno de los ejecutivos de Facebook
mostró a una empresa australiana( un banco) su capacidad para
identificar cuando un adolescente se siente
“Inseguro” , “Sin valor” y “Necesita aumentar su
autoconfianza”.
(Lo hacen monitoreando posts y fotos en tiempo real.)
Facebook declaró que esa investigación no había seguido los lineamientos de la
empresa y que se encargarían de revisar el caso.
Fuente: The Guardian
11. ¿I.A vs seres humanos?
“El desarrollo de una completa inteligencia artificial (IA) podría traducirse
en el fin de la raza humana“
(Stephen Hawking, en una entrevista para la BBC)
12. ¿I.A vs seres humanos?
“Estaríamos desconcertados
si pudiéramos construir
máquinas con la inteligencia
de un ratón en un futuro
próximo, pero estamos muy
lejos de eso“
“La mayoría de las personas(que
temen que la I.A pueda querer
deshacerse de los seres humanos)
no son investigadores o incluso
científicos de la computación“
Yann LeCun, director de Investigación en I.A de Facebook
13. ¿Cómo se manifiestan las emociones?
En la comunicación:
• Expresiones faciales contribuyen el
55%
• La parte vocal ( Por ejemplo, entonación de la voz)
contribuye 38%
• La parte verbal (palabras habladas) contribuye sólo en
7%
Mehrabian
14. MicroExpresiones
Expresiones que las personas
muestran cuando intentan ocultar
sus verdaderas emociones.
Ekman ha estudiado las
microexpresiones en detalle y ha
escrito extensivamente acerca de
su uso para detectar engaños y
mentiras.
15. Capacidad de observación e interpretación:
• Sistemas de interpretación de voces
humanas
• Reconocimiento de movimientos corporales
• Análisis de expresiones faciales
Retos de la computación afectiva
Computación Afectiva: “Consiste en otorgar a las computadoras
características humanas como la capacidad de observación, interpretación
y generación de rasgos afectivos
16. Capacidad de generación de rasgos afectivos:
• Robots que expresen emociones
• Personajes digitales
Retos de la computación afectiva
Computación Afectiva: “Consiste en otorgar a las computadoras
características humanas como la capacidad de observación, interpretación
y generación de rasgos afectivos
17. • Procesamiento de Lenguaje Natural (PLN):
Crear mecanismos eficaces computacionalmente para la
comunicación entre personas y máquinas por medio de lenguajes
naturales(Traducción automática, Reconocimiento del habla)
• Procesamiento de imágenes
Análisis y manipulación de imágenes mediante una computadora.
(análisis de patrones, optimización de imágenes, …)
• Aprendizaje automático ( Machine Learning)
Estudio y construcción de algoritmos que puedan aprender desde
un conjunto de datos y realizar predicciones, sin ser explícitamente
programado.
Técnicas de computación usadas
20. Ekman y Friesen
(1971)
Realizaron investigaciones
en sujetos de culturas
occidental y oriental.
Reportaron 6 expresiones
faciales como universales y
constantes a lo largo de las
culturas
TRISTEZA IRA
ALEGRÍA
ASCO
MIEDO SORPRESA
La expresiones facial de una emoción
¿Innata o aprendida?
21. • Fue publicado por Ekman y Friesen en 1977.
• Es un sistema integral para medir todos los
movimientos musculares visibles(unidades de acción )
en el rostro
• Cada unidad de acción describe movimientos faciales
básicos.
• Es considerado como estándar hasta hoy.
• Lo usan para elaborar las Bases de datos de
expresiones faciales.
SISTEMA DE CODIFICACIÓN DE
ACCIONES FACIALES (FACS)
22. 1978
Suwa y compañeros,
usaron 20 puntos de
tracking en una secuencia
de imágenes
(frames de video) .
Análisis automático de
expresiones faciales
( AFEA)
Reconocimiento de Expresiones
faciales
23. 1995
Rosalind Picard crea el
término “Computación
Afectiva”
“computación que se
relaciona a las emociones,
surge de ellas o las
influye”.
26. Autismo
• Apoyo en la mejora de:
• Percepción de la emoción
• Producción de la expresión
facial
• Mejor comprensión del
autismo
27. SMILEMAZE
• El jugador( individuo autista)
debe generar una sonrisa para
eliminar los adversarios en el
juego.
• El Entrenamiento en la
generación de expresiones
faciales pueden mejorar la
percepción de las mismas
28. Aplicaciones: Análisis de trastornos
En 2008, Wang y compañeros usaron
computación afectiva para analizar la
esquizofrenia. Resultados de su análisis :
• Los pacientes presentan alteraciones en la
manifestación de las expresiones faciales
• Los pacientes presentan pocas ocurrencias
de tristeza, ira y miedo
29. • Pepper es un robot humanoide diseñado
para mostrar y reconocer emociones
• Fue tan bien aceptado que se vendió 1000
en cuestión de un minuto, según su
creador japonés, SoftBank Robotics
Corp.
( CNN ESPAÑOL)
Aplicaciones: Robótica
30. Aplicaciones: Marketing
AFFDEX
Analiza reacciones
espontáneas a
videos publicitarios
mediante análisis
facial.
Una iniciativa basada en
investigaciones del MIT
Media Lab
Han tenido como clientes
a Coca-cola y Unilever
https://labs.affectiv
a.com/superbowl/a
ffdexweb.html
31. Aplicaciones: Análisis en Redes sociales
NPR, una radiodifusora
Estadounidense analizó sus
tuits (468 tuits) durante los
primeros 100 días como
presidente.
Análisis del estado de
ánimo de D.Trump
Tuit Positivo
Tuit Negativo
#SentimentAnalysis
32. El gráfico muestra cuán positivos o negativos son los tuits en una escala de +1 y -1.
(1) 20 de enero: Trump asume como presidente de EEUU
(2) 27 enero: Firma un veto migratorio que impide el ingreso al país de siete países de
mayoría musulmán. Estallaron protestas en el país
(1) (2)
Aplicaciones: Análisis en Redes sociales
Análisis del estado de ánimo de D.Trump
Semana más negativa
33. OpenCV
Es una biblioteca libre de visión artificial
originalmente desarrollada por Intel.
Weka
Software que contiene una colección de
algoritmos de machine learning y de
minería de datos.
Recursos Open Source
34. The Japanese Female Facial
Expression (JAFFE) Database
– Set de expresiones faciales
– Se puede descargar libremente
– Puede ser usado para investigación
(no uso comercial)
– Se debe citar correctamente a su
autor.
Recursos gratuitos: Set de imágenes
Cita: Michael J. Lyons, Shigeru Akemastu, Miyuki Kamachi, Jiro Gyoba. Coding Facial Expressions with Gabor Wavelets, 3rd
IEEE International Conference on Automatic Face and Gesture Recognition, pp. 200-205 (1998).
Enlace: http://www.kasrl.org/jaffe.html
35. Cohn Kanade Extendida Database ( CK+)
– Set de imágenes de expresiones faciales
– Debe enviarse solicitud
– Puede ser usado para investigación (no uso comercial)
– Se debe citar correctamente a su autor.
Recursos gratuitos: Set de imágenes
Enlace: http://www.consortium.ri.cmu.edu/ckagree/
36. Conclusiones
• La computación afectiva nos permite mejorar la interacción humano-
computador y conocer más acerca del comportamiento humano