Startup consigue que las computadoras lean rostros, busca un propósito más allá de los anuncios

El año pasado, más de 1,000 personas en cuatro países se sentaron y vieron 115 anuncios de televisión, como uno que mostraba dulces antropomorfizados de M&M bailando en un bar. Mientras tanto, las cámaras web apuntaban a sus rostros y transmitían imágenes de sus expresiones a un servidor en Waltham, Massachusetts.

Código facial : Con imágenes capturadas con cámaras web simples, el software de Affectiva rastrea el movimiento de los músculos de los labios, las cejas y otras partes del rostro para determinar el estado emocional de una persona.

En Waltham, un algoritmo desarrollado por una empresa emergente llamada Affectiva realizó lo que se conoce como codificación facial: rastreó las cejas levantadas, fruncidas, sonrisas, medio sonrisas y sonrisas de los panelistas. (Vea un video de la tecnología en acción debajo de esta historia o aquí.) Cuando estos datos faciales se fusionaron más tarde con los datos de ventas del mundo real, resultó que las medidas faciales podrían usarse para predecir con un 75 por ciento de precisión si las ventas del los productos anunciados aumentarían, disminuirían o permanecerían igual después de que se emitieran los comerciales. En comparación, las encuestas sobre los sentimientos de los panelistas sobre los anuncios podrían predecir las ventas de los productos con un 70% de precisión.

Aunque esta fue una mejora incremental estadísticamente, reflejó un hito en el campo de la computación afectiva. Si bien es notorio que las personas tienen dificultades para articular cómo se sienten, ahora está claro que las máquinas no solo pueden leer algunos de sus sentimientos, sino que también pueden ir un paso más allá y predecir la probabilidad estadística de un comportamiento posterior.

Dado que el mercado de anuncios de televisión en los Estados Unidos solo supera los $ 70 mil millones, los conocimientos de la codificación facial son un gran problema para los empresarios, dice Rosalind Picard, quien dirige el grupo de computación afectiva en el Media Lab del MIT y cofundó la empresa; dejó la empresa a principios de este año, pero sigue siendo una inversora.

Aun así, la codificación facial aún no ha cumplido las visiones más amplias y altruistas de sus creadores. Ayudar a vender más chocolate es genial, pero ¿cuándo ayudará la codificación facial a las personas con autismo a leer las señales sociales, mejorará la capacidad de los maestros para ver qué estudiantes tienen dificultades o hará que las computadoras sean empáticas?

Las respuestas pueden comenzar a llegar el próximo mes, cuando Affectiva lance un kit de desarrollo de software que permitirá que su plataforma se use para aplicaciones aprobadas. La esperanza, dice Rana el Kaliouby, directora científica de la empresa y la otra cofundadora (ver Innovadores menores de 35: Rana el Kaliouby), es difundir la tecnología más allá del marketing. Si bien no mencionó a los socios reales o potenciales, dijo que las empresas pueden usar nuestra tecnología para cualquier cosa, desde juegos y entretenimiento hasta entornos educativos y de aprendizaje.

Aplicaciones como la asistencia educativa (informar a los maestros cuando los estudiantes están confundidos o ayudar a los niños autistas a leer las emociones en los rostros de otras personas) tuvieron un gran peso en la concepción de la empresa. Affectiva, que se lanzó hace cuatro años y ahora tiene 35 empleados y $ 20 millones en fondos de riesgo, surgió del laboratorio de Picard. manifiesto declarando que las computadoras harían un servicio a la sociedad si pudieran reconocer y reaccionar a las emociones humanas.

A lo largo de los años, el laboratorio desarrolló prototipos de tecnologías. Estos incluían un mouse sensible a la presión que podía sentir cuando su mano se apretaba con agitación; un robot llamado Kismet que podía sonreír y levantar las cejas; el Galvactivator, un sensor de conductividad cutánea para medir los latidos del corazón y la sudoración; y el sistema de codificación facial, desarrollado y perfeccionado por el Kaliouby.

Affectiva apostó por dos productos iniciales: un dispositivo de muñeca llamado sensor Q que podría medir la conductancia de la piel, la temperatura y los niveles de actividad (que pueden ser indicadores de estrés, ansiedad, problemas para dormir, convulsiones y algunas otras condiciones médicas); y Affdex, el software de codificación facial. Pero si bien el sensor Q parecía mostrar una promesa inicial (consulte El sensor de muñeca le dice qué tan estresado está y el sensor detecta las emociones a través de la piel), en abril la compañía descontinuó el producto, viendo poco mercado potencial más allá de los investigadores que trabajan en aplicaciones como la medición. signos fisiológicos que presagian convulsiones. Eso deja a la empresa con Affdex, que está siendo utilizada principalmente por empresas de investigación de mercado, incluidas Insight Express y Millward Brown, y empresas de productos de consumo como Unilever y Mars.

Ahora, mientras la empresa prepara su kit de desarrollo, el trabajo de investigación de mercado puede proporcionar una recompensa indirecta. Después de pasar tres años convocando paneles basados ​​en cámaras web en todo el mundo, Affectiva ha acumulado una base de datos de más de mil millones de reacciones faciales. La precisión del sistema podría allanar el camino para aplicaciones que lean las emociones en los rostros de las personas utilizando computadoras domésticas y dispositivos portátiles comunes. Affectiva está abordando un problema enormemente difícil, el análisis de la expresión facial en entornos difíciles y sin restricciones, que una gran parte de la comunidad académica ha estado evitando, dice Tadas Baltrusaitis, estudiante de doctorado en la Universidad de Cambridge, quien ha escrito varios artículos sobre codificación facial. .

Es más, mediante el uso de panelistas de 52 países, Affectiva ha extraído lecciones específicas sobre género, cultura y tema. La codificación facial tiene un valor particular cuando las personas no están dispuestas a autoinformar sus sentimientos. Por ejemplo, dice el Kaliouby, cuando a las mujeres indias se les mostró un anuncio de loción para la piel, todas sonrieron cuando un esposo tocó el estómago de su esposa, pero ninguna de las mujeres reconocería o mencionaría esa escena más tarde, y mucho menos admitiría haber disfrutado. eso.

La educación puede estar madura para la tecnología. Una gran cantidad de estudios han demostrado el potencial; uno de investigadores de la Universidad de California, San Diego, que han fundado una startup competidora llamada emocional - mostró que las expresiones faciales predijeron la dificultad percibida de una conferencia en video y la velocidad de visualización preferida del estudiante. Otro mostró que la codificación facial podría medir la participación de los estudiantes durante una sesión de tutoría basada en iPad, y que estas medidas de participación, a su vez, predijeron cómo los estudiantes se desempeñarían más tarde en las pruebas.

Dichas tecnologías pueden ser particularmente útiles para los estudiantes con discapacidades de aprendizaje, dice Winslow Burleson, profesor asistente en la Universidad Estatal de Arizona, autor de un papel describiendo estos usos potenciales de la codificación facial y otras tecnologías. De manera similar, la tecnología podría ayudar a los médicos a saber si un paciente comprende las instrucciones. O podría mejorar los juegos de computadora al detectar las emociones de los jugadores y usar esa retroalimentación para cambiar el juego o mejorar un personaje virtual.

En conjunto, los conocimientos de muchos de estos estudios sugieren un papel para Affdex en las aulas en línea, dice Picard. En un aula real, se tiene la sensación de si los estudiantes están activamente atentos, dice. A medida que avanza hacia el aprendizaje en línea, ni siquiera sabe si están allí. Ahora puedes medir no solo si están presentes y atentos, sino si estás hablando, si haces una broma, ¿sonríen o sonríen?

No obstante, Baltrusaitis dice que quedan muchas preguntas sobre qué estados emocionales en los estudiantes son relevantes y qué se debe hacer cuando se detectan esos estados. Creo que el campo deberá desarrollarse un poco más antes de que veamos que esto se implementará en las aulas o en los cursos en línea, dice.

El próximo año debería revelar mucho sobre si la codificación facial puede tener beneficios más allá de los comerciales de televisión. Affdex se enfrenta a la competencia de otras aplicaciones y nuevas empresas, e incluso de algunos especialistas en marketing. permanecer escéptico que la codificación facial es mejor que los métodos tradicionales para probar anuncios. No todas las reacciones se expresan en la cara y muchas otras herramientas de medición afirman leer las emociones de las personas, dice Ilya Vedrashko, quien dirige un grupo de investigación de inteligencia del consumidor en Hill Holliday, una agencia de publicidad en Boston.

Sin embargo, con cada cara nueva, la tecnología se fortalece. Por eso el Kaliouby cree que está preparado para afrontar problemas mayores. Queremos que la tecnología de codificación facial sea omnipresente, dice.

esconder