Stel je voor: je voert een emotioneel telefoongesprek met je baas of je geliefde; je wordt boventallig verklaard door deze baas of die geliefde. Je bent boos. Woedend. Verdrietig.
In de hoek van de kamer staat een apparaat, zo’n hippe draadloze speaker waar je tegen kunt praten en die ook terug kan praten. ‘Rustig aan. Ga anders even mediteren …’ Of het ding suggereert: ‘Misschien moet je even een rondje wandelen, voordat je zegt hoe je erover denkt.’ Dank voor de tip. In zo’n emotionele bui kun je inderdaad beter niet handelen.
Het apparaat voelt feilloos aan hoe je je voelt. Boos, in dit geval. Maar misschien ben je wel blij en suggereert de machine om de champagne te ontkurken. ‘Zal ik feestelijke muziek aanzetten?’
Onderzoekers van de Londense Queen Mary-universiteit hebben een deep learning-algoritme (zie kader) ontwikkeld dat via radiogolven emoties kan detecteren bij mensen. Draadloos dus. De onderzoekers zenden radiogolven uit en het algoritme analyseert de teruggekaatste golven; zo kunnen kleine veranderingen in lichaamstaal en -houdingen worden waargenomen.
Ze lieten hiervoor proefpersonen kijken naar video’s die woede, verdriet, plezier of vreugde uitlokken. Het systeem pikte vervolgens de kleinste veranderingen in lichaamstaal op en leerde zichzelf welke bewegingen bij welke emotie horen. Met succes.
De onderzoekers zien mogelijkheden om de technologie in te zetten in slimme huizen en slimme gebouwen. Zoals een hartslagmeter je inspanningen bijhoudt terwijl je aan het sporten bent, meet dit algoritme je emotionele gesteldheid. Gaat het wel goed met je? Ben je te gestrest? Tijd voor een time-out? Het systeem geeft een signaaltje als je een error nadert tussen je oren.
De onderzoekers signaleren ook potentiële privacyproblemen. Want net zoals je in potentie dankzij gezichtsherkenningssoftware niet meer anoniem over straat kan, kunnen overheden en organisaties jouw emotionele toestand in potentie monitoren zonder dat je het in de gaten hebt.
Mag je dat soort data zomaar verzamelen? Wie heeft toegang tot die data? En met welk doel? Zaken om over na te denken, menen de onderzoekers.
Deep learning vs machinelearning
Deep learning en machinelearning worden vaak door elkaar gebruikt, terwijl deep learning eigenlijk een geraffineerdere manier van machinelearning is. Bij machinelearning wordt een algoritme gevoerd met een dataset, waarna het zichzelf traint en patronen herkent. Spotify doet suggesties voor nieuwe muziek op basis van jouw lievelingsliedjes; dat is een vorm van machinelearning. Deep learning werkt meer zoals het menselijk brein; het maakt gebruik van een gelaagde structuur van algoritmes, oftewel een kunstmatig neuraal netwerk. Je moet een deep-learning-algoritme weliswaar een grotere hoeveelheid data voeren, maar het is dan wel in staat om beter zelfstandig afwegingen te maken.
