رایانش احساسی

رایانش احساسی ( که به نام هوش مصنوعی احساسی نیز شناخته می شود ) [ ۱] مطالعه و توسعهٔ سیستم ها و ابزارهایی است که می توانند هیجانات انسانی را تشخیص، تفسیر، پردازش و شبیه سازی کنند؛ که یک حوزهٔ بین رشته ای است که علوم کامپیوتر، روان شناسی و علوم شناختی را شامل می شود[ ۲] هرچند ممکن است خاستگاه این علوم به اولین جستجوهای فیلسوفانه در احساسات برگردد[ ۳] این شاخهٔ تازهٔ علوم کامپیوتر با مقالهٔ Rosalind Picard[ ۴]
در سال ۱۹۹۵ در رابطه با رایانش احساسی معرفی شد.
هدف این تحقیقات شبیه سازی انتقال احساسات می باشد. ماشین باید بتواند حالت احساسی انسان را تفسیر کرده، رفتار خود را با آن تطبیق داده، به آن احساسات واکنش مناسب نشان دهد. [ ۵] [ ۶]
تفاوت بین آنالیز عواطف ( sentiment analysis ) و آنالیز احساسات این است که دومی احساسات متفاوت را بعینه تشخیص می دهد نه صرفاً متفاوت بودن هرکدام از آن ها را.
کشف اطلاعات احساسی با سنسورهای غیرفعالی آغاز می شود که اطلاعات فیزیکی یا رفتاری کاربر را بدون مداخله در ورودی می گیرند. دادهٔ جمع آوری شده با نشانه هایی هایی که انسان ها از آنها کمک می گیرند تا احساسات دیگران را درک کنند هم تراز است. برای مثال، یک دوربین ویدئویی ممکن است حالات صورت، بدن و حرکات انسان را ضبط کند در حالی که میکروفون حرف های گفته شده را ذخیره می کند. سنسورهای دیگر نشانه های احساسی را مستقیماً با اندازه گیری داده های فیزیولوژیکی مانند دمای بدن و مقاومت هیجان آور ( galvanic resistance ) پیدا می کنند. [ ۷]
تشخیص اطلاعات احساسی مستلزم آن است که الگوهای معنادار از داده های جمع آوری شده استخراج شود. این عمل به وسیلهٔ تکنیک های یادگیری ماشین که انواع داده ها را تفسیر می کنند مانند تشخیص گفتار، پردازش زبان طبیعی یا شناسایی حالات صورت صورت می پذیرد صورت می گیرد. این الگوریتم ها یا یک برچسب ( مانند سردرگم ) تولید کرده یا به یک فضای ارزش گذاری تخصیص داده می شوند.
یک حوزهٔ دیگر رایانش احساسی طراحی دستگاه هایی است که قادرند توانایی های حسی ذاتی خود را بروز داده یا می توانند احساسات را به طور قانع کننده ای شبیه سازی کنند. یک نگرش کاربردی تر بر اساس توانایی های تکنولوژیکی حال حاضر، شبیه سازی احساسات در عامل های مکالمه ای ( مثل السای آمازون ) برای اثرگذاری هر چه بیشتر ارتباط بین انسان ها و ماشین ها می باشد. [ ۸]