Сердце машины. Наше будущее в эру эмоционального искусственного интеллекта - стр. 44
На протяжении своей последующей карьеры как психолога, профессора, а позже главы компании, выпускающей учебные материалы по развитию эмоциональных навыков, Экман разработал множество теорий и методов работы с эмоциями. Он стал одним из самых цитируемых психологов XX века, вошел в топ-100 самых влиятельных людей по версии журнала «Time» и даже стал прототипом персонажа телесериала «Обмани меня» (Lie to Me) доктора Кэла Лайтмана (которого сыграл актер Тим Рот). Для эмоционального программирования особенно полезной оказались адаптация и популяризация системы кодирования лицевых движений (СКЛиД), таксономии выражений человеческого лица, разработанной за десятилетие до него шведским исследователем в области анатомии Карлом-Херманом Ёртье>3. (Таксономия – это систематическая схема классификации.) Система позволяла разбить изображение на единицы, пригодные для процессной обработки. После этого компьютер анализировал движения отдельных лицевых мышц и подразделял на категории тем способом, который больше соответствовал машинной логике. Такая структурированная система была крайне полезна для зарождающейся области эмоционального программирования.
Позже Экман разработал еще несколько инструментов анализа выражения лица. Самые известные из них – программа MicroExpressions Training Tool, распознающая непроизвольные движения, возникающие даже тогда, когда человек пытается тщательно подавлять своим эмоции>4, и Subtle Expression Training Tool, используемая для распознавания самых незаметных признаков эмоций. Позже выяснилось, что из десяти тысяч выражений человеческого лица лишь три тысячи соответствуют собственно эмоциям, и появились другие инструменты. В справочнике по интерпретации кодирования эмоциональной системы применяются те же таксономические методы, но только применительно к лицевым движениям, вызванным эмоциями>5. Все эти инструменты создали основу для предварительной эмоциональной систематизации выражения лиц.
Создание систем программного обеспечения, способных понимать нас и взаимодействовать с нами более естественным образом, постоянно способствует усовершенствованию множества поддерживающих технологий.
При использовании систем типа СКЛиД Экмана стал очевиден один аспект: они основывались на статичных изображениях, их нельзя было применить к анализу видео. Но добавление в систему нелокальных пространственных структур и временной информации позволило распознавать эмоции в сменяющихся выражениях лица>6. Это важно, поскольку в конечном итоге система смогла предоставлять на выходе более точные данные, чем со статичных изображений. Выражения лица не статичны, изменения происходят в реальном времени. Каждая черта, формирующая выражение, проходит стадию приложения, высвобождения и расслабления