São Paulo — InkDesign News —
A pesquisa na área de machine learning e inteligência artificial avança a passos largos, com um novo estudo da Edith Cowan University que aprimora o reconhecimento de expressões faciais por máquinas, possibilitando uma compreensão mais profunda das emoções humanas.
Contexto da pesquisa
Com a crescente interação entre sistemas digitais e pessoas, como assistentes virtuais e aplicativos voltados para o bem-estar, é essencial que essas máquinas tenham a capacidade de compreender as emoções humanas. O aluno de doutorado da ECU, Sr. Sharjeel Tahir, destaca que “os sistemas precisam entender como nos sentimos” (“As more digital systems… understand how we feel”).
Método proposto
A equipe de pesquisa, liderada pelo Dr. Syed Afaq Shah, inovou ao utilizar um método que apresenta um conjunto de expressões faciais inter-relacionadas em vez de imagens isoladas. Isso permite que a máquina “veja” um contexto emocional mais amplo e faça previsões mais informadas. Tahir explica: “Assim como não julgamos como alguém se sente em um único olhar, nosso método usa múltiplas expressões” (“Just like we don’t judge… make more informed predictions”).
A metodologia proposta combina técnicas de aprendizado profundo (Deep Learning) com conjuntos de dados estruturados, aumentando significativamente a taxa de precisão na identificação de emoções, mesmo quando os rostos são vistos de diferentes ângulos ou sob diferentes iluminamentos.
Resultados e impacto
O co-autor Nima Mirnateghi enfatiza que o modelo demonstrou avanços consideráveis na eficiência computacional e na captação de características emocionais complexas. Ele afirma: “Expondo o modelo a características diversas dentro de um conjunto estruturado, conseguimos aprender padrões existentes de forma mais eficaz” (“By exposing the model… far more effectively”).
Embora a pesquisa não envolva robôs físicos, suas implicações podem ser significativas para o desenvolvimento futuro de sistemas emocionalmente conscientes, como inteligência artificial em suporte à saúde mental, atendimento ao cliente e educação interativa.
Em resumo, os resultados desta pesquisa fornecem fundamentos importantes para a criação de máquinas que não apenas reconhecem expressões faciais, mas que também são capazes de entender as complexidades emocionais humanas.
Fonte: (TechXplore – Machine Learning & AI)
