एआई चैटबॉट्स के तेजी से बढ़ने से नैतिक चिंताएं, उत्साह और रोजगार संबंधी चिंताएं लगभग समान स्तर पर बढ़ गई हैं। लेकिन क्या दांव फिर से बढ़ने वाला है?
यदि इन उपकरणों की कोई कमज़ोरी है, तो वह मानवीय भावनाओं को उत्तरों में शामिल करने में असमर्थता है। हालाँकि, "इमोशनल एआई" के क्षेत्र में प्रगति के साथ, यह संभव है कि हम एआई तकनीक में एक और बड़ी छलांग देखने वाले हैं।
एक भावनात्मक समस्या
मानवीय भावनाओं को समझना जटिल हो सकता है, यहाँ तक कि मनुष्यों के लिए भी। यह कुछ ऐसा होने के बावजूद जिसे हम जन्म के साथ ही सीखना शुरू कर देते हैं, फिर भी हम अक्सर दूसरे की भावनाओं को गलत समझ सकते हैं। मशीनों को ऐसे कौशल में प्रशिक्षित करना जिसमें मनुष्य को महारत हासिल नहीं है, एक बहुत बड़ी चुनौती है।
हालाँकि, इमोशन एआई का क्षेत्र, जिसे प्रभावशाली कंप्यूटिंग के रूप में भी जाना जाता है, उल्लेखनीय प्रगति कर रहा है। यह समझने के लिए कि भावनात्मक एआई कैसे काम करता है, इसकी तुलना इस बात से करना महत्वपूर्ण है कि मनुष्य दूसरों की भावनाओं की व्याख्या कैसे करते हैं। इस प्रक्रिया को तीन मुख्य क्षेत्रों में विभाजित किया जा सकता है:
- चेहरे के भाव/व्यवहार: कोई चेशायर बिल्ली की तरह मुस्कुरा रहा है, यह स्पष्ट है। लेकिन आंसुओं का क्या? वे ख़ुशी या दुःख के आँसू हो सकते हैं। फिर ऐसी सूक्ष्मताएँ और क्षणभंगुर अभिव्यक्तियाँ हैं जिन पर हम बमुश्किल ध्यान देते हैं लेकिन आपको दूसरों की भावनाओं के बारे में अवचेतन संकेत देते हैं।
- शरीर की भाषा: फिर, यहां बहुत सारे सुराग हैं जिनका उपयोग मनुष्य भावनात्मक अवस्थाओं को निर्धारित करने के लिए लगभग अचेतन रूप से करता है।
- स्वर विभक्ति: आवाज का स्वर और मोड़ भावनात्मक स्थिति का एक मजबूत संकेतक हो सकता है। उदाहरण के लिए, खुशी और क्रोध के बीच अंतर को पहचानना अक्सर किसी बात को कहने के तरीके की बारीकियों में निहित होता है।
मानवीय भावनाओं की बारीकियाँ ही वह जगह हैं जहाँ चुनौतियाँ पैदा होती हैं। इन चुनौतियों का समाधान करने के लिए, इमोशन एआई कई तकनीकों का उपयोग करता है।
इमोशन एआई कैसे काम करता है?
ठीक उसी तरह जैसे AI चैटबॉट्स पर भरोसा करते हैं विशाल डेटाबेस जिन्हें बड़े भाषा मॉडल कहा जाता है (एलएलएम) प्रतिक्रियाएं उत्पन्न करने के लिए, भावनात्मक एआई भी एक विशाल डेटासेट पर निर्भर करता है। मुख्य अंतर डेटा का स्वरूप है.
चरण 1: डेटा एकत्र करना
भावनात्मक एआई "मॉडल" विभिन्न स्रोतों से डेटा एकत्र करते हैं। एलएलएम की तरह, टेक्स्ट मॉडल का एक हिस्सा बनता है। लेकिन भावनात्मक एआई मॉडल डेटा के अन्य रूपों का भी उपयोग करते हैं, इनमें शामिल हैं:
- ध्वनि डेटा: यह अन्य स्रोतों के अलावा रिकॉर्ड की गई ग्राहक सेवा कॉल या वीडियो से हो सकता है।
- चेहरे के भाव: यह डेटा विभिन्न स्रोतों से एकत्र किया जा सकता है। एक सामान्य तरीका कैप्चर किए गए फ़ोन वीडियो के माध्यम से स्वयंसेवकों के भावों को रिकॉर्ड करना है।
- शारीरिक डेटा: स्वयंसेवक प्रतिभागियों की भावनात्मक स्थिति निर्धारित करने के लिए हृदय गति और शरीर के तापमान जैसे मेट्रिक्स को मापा जा सकता है।
एकत्र किए गए डेटा का उपयोग मानव भावनात्मक स्थिति को निर्धारित करने के लिए किया जा सकता है। यह ध्यान देने योग्य है कि सभी भावनात्मक एआई मॉडल एक ही प्रकार के डेटा का उपयोग नहीं करेंगे। उदाहरण के लिए, एक कॉल सेंटर में दृश्य और शारीरिक डेटा का बहुत कम उपयोग होगा। जबकि स्वास्थ्य देखभाल में, शारीरिक डेटा का समावेश अविश्वसनीय रूप से उपयोगी है।
चरण 2: भावनात्मक पहचान
भावनात्मक स्थिति को समझने के लिए डेटा का उपयोग किस प्रकार किया जाता है, यह इसके प्रकार पर निर्भर करता है:
- पाठ विश्लेषण: लिखित पाठ की व्याख्या करने के लिए भावना विश्लेषण या प्राकृतिक भाषा प्रसंस्करण जैसी तकनीकों का उपयोग किया जाता है। ये ऐसे कीवर्ड, वाक्यांश या पैटर्न की पहचान कर सकते हैं जो भावनात्मक स्थिति को दर्शाते हैं।
- आवाज विश्लेषण: मशीन लर्निंग एल्गोरिदम किसी व्यक्ति की भावनात्मक स्थिति का अनुमान लगाने के लिए उसकी आवाज़ के पहलुओं, जैसे पिच, वॉल्यूम, गति और टोन का विश्लेषण करता है।
- चेहरे की अभिव्यक्ति का विश्लेषण: कंप्यूटर विज़न और गहन शिक्षण तकनीकें चेहरे के भावों का विश्लेषण करने के लिए उपयोग किया जाता है। इसमें बुनियादी अभिव्यक्तियों (खुशी, उदासी, क्रोध, आश्चर्य, आदि) या अधिक सूक्ष्म "सूक्ष्म अभिव्यक्तियों" को पहचानना शामिल हो सकता है।
- शारीरिक विश्लेषण: कुछ भावनात्मक एआई सिस्टम भावनात्मक स्थिति निर्धारित करने के लिए हृदय गति और तापमान जैसे शारीरिक डेटा का विश्लेषण कर सकते हैं। इसके लिए विशेष सेंसर की आवश्यकता होती है और आमतौर पर अनुसंधान या स्वास्थ्य देखभाल में इसका उपयोग किया जाता है।
भावनात्मक एआई कैसे काम करता है इसकी विशिष्टताएं एप्लिकेशन के उद्देश्य के आधार पर भिन्न होती हैं। हालाँकि, अधिकांश भावनात्मक AI मॉडल सूचीबद्ध तकनीकों में से कम से कम एक पर निर्भर होंगे।
चरण 3: प्रतिक्रिया उत्पन्न करना
एआई मॉडल के लिए अंतिम चरण अपनी निर्धारित भावनात्मक स्थिति पर उचित प्रतिक्रिया देना है। यह प्रतिक्रिया कैसे प्रकट होती है यह एआई के उद्देश्य पर निर्भर करता है। यह किसी कॉल सेंटर संचालक को चेतावनी देने के रूप में हो सकता है कि उनका अगला कॉल करने वाला परेशान है, या यह किसी ऐप की सामग्री को वैयक्तिकृत करने के रूप में हो सकता है।
इस तकनीक के उपयोग का पूरा स्पेक्ट्रम बड़े पैमाने पर होगा, और संगठन पहले से ही इसे विभिन्न उपयोगों में डाल रहे हैं।
भावनात्मक AI के अनुप्रयोग क्या हैं?
एआई, सामान्य तौर पर, कुछ हद तक एक तकनीकी बहु-उपकरण है, और भावनात्मक एआई अलग नहीं है। जैसे-जैसे प्रौद्योगिकी विकसित होती है, उपयोग का प्रसार काफी बढ़ जाएगा, जैसा कि पहले से ही किए जा रहे कार्यों की विविधता से पता चलता है:
- कॉल सेंटर: ग्राहकों की भावनात्मक स्थिति की पहचान करने में एजेंटों की सहायता के लिए इमोशन एआई को कॉल सेंटर में एकीकृत किया जा रहा है।
- विज्ञापन देना: मार्केटिंग एजेंसियां किसी विशेष विज्ञापन को देखते समय स्वयंसेवकों की भावनात्मक प्रतिक्रिया का आकलन करने के लिए उनकी टीमों की निगरानी करती हैं। इससे उन्हें वांछित भावनात्मक प्रतिक्रिया के साथ अधिक निकटता से संरेखित करने के लिए सामग्री में बदलाव करने की अनुमति मिलती है।
- स्वास्थ्य देखभाल: एआई पहले से ही मानसिक स्वास्थ्य स्थितियों के इलाज में मदद कर रहा है. चिकित्सा का यह क्षेत्र ऐसा है जहां भावनात्मक एआई से बहुत लाभ हो सकता है।
- शिक्षा: शिक्षा ऐप्स को छात्र की भावनात्मक स्थिति के आधार पर पाठ्यक्रम कार्य और समग्र "सीखने के अनुभव" को समायोजित करने के लिए प्रशिक्षित किया जा सकता है।
- मोटर वाहन उद्योग: यह पाइपलाइन में है, लेकिन भावनात्मक एआई एक अमूल्य ड्राइविंग सहायता साबित हो सकता है। वर्तमान शोध ऐसे सिस्टम विकसित करने पर केंद्रित है जो ड्राइवर की भावनात्मक स्थिति का पता लगा सके। यदि ड्राइवर अत्यधिक थका हुआ है, तनावग्रस्त है, क्रोधित है, या बस दिवास्वप्न में है तो यह किसी प्रकार की उपचारात्मक कार्रवाई कर सकता है।
यह सब अच्छा और अच्छा लगता है, लेकिन एआई की सभी चीजों की तरह, यह कभी भी इतना सीधा नहीं होता है। जेनेरिक एआई से जुड़ी नैतिक और गोपनीयता संबंधी चिंताएं उतनी ही लागू हैं, लेकिन अब इसमें मानवीय भावनाएं भी शामिल हो गई हैं।
भावनात्मक एआई की नैतिक और गोपनीयता संबंधी चिंताएँ
हर लाभ के लिए जो एआई हमें लाता है - और कई हैं - एक संबंधित नैतिक या गोपनीयता चिंता प्रतीत होती है। यह नवोन्मेषी तकनीक तकनीकी जानकारी के आधार पर काम कर रही है। यह सामाजिक ज्ञान के किनारे पर भी काम कर रहा है।
भावना और प्रौद्योगिकी का अंतर्संबंध जटिल चुनौतियों से भरा पड़ा है, अगर एआई को बोझ नहीं बल्कि वरदान बनाना है तो इस पर ध्यान देने की जरूरत है। कुछ चिंताएँ जो तुरंत स्पष्ट हो जाती हैं उनमें शामिल हैं:
- डेटा गोपनीयता संबंधी चिंताएँ: एआई में पहले से ही एक अस्पष्ट क्षेत्र, संवेदनशील भावनात्मक डेटा के समावेश ने मानक बढ़ा दिया है।
- शुद्धता: एआई चैटबॉट कई चीजें हैं, लेकिन उनके उत्तर अक्सर व्यापक होते हैं। भावनात्मक एआई मॉडल द्वारा की गई वही त्रुटियां यदि स्वास्थ्य देखभाल जैसे अनुप्रयोगों में होती हैं तो उनके गंभीर परिणाम हो सकते हैं।
- भावनात्मक हेरफेर: घोटालेबाज दुर्भावनापूर्ण इरादे से लोगों की भावनाओं से खिलवाड़ करने के लिए भावनात्मक एआई का उपयोग कर सकते हैं।
ये चिंताएँ वास्तविक हैं, और इन्हें संबोधित करने का ठोस प्रयास भावनात्मक एआई के पूर्ण लाभों को अनलॉक करने की कुंजी है।
समझ नहीं आ रहा कि हँसें या रोएँ
यह अत्यधिक संभावित लाभों वाली एक आशाजनक तकनीक है। हालाँकि, यह अपने स्लिपस्ट्रीम में कुछ "भावनात्मक सामान" भी साथ रखता है। सकारात्मक पक्ष संभावित अनुप्रयोगों की विशाल श्रृंखला है जहां यह एक बड़ा अंतर ला सकता है। स्वास्थ्य देखभाल से लेकर अधिक गहन गेमिंग अनुभवों तक हर चीज भावनात्मक एआई से लाभान्वित हो सकती है।
लेकिन अगर हमें इसका उपयोग मानवता के लाभ के लिए करना है न कि बाधा डालने के लिए, तो कुछ गंभीर मुद्दों से निपटना होगा।
