1
00:00:07,052 --> 00:00:11,642
כל שנה, איכות ביצועיהן של מכונות מתעלה
על זו של בני אדם ביותר ויותר פעילויות

2
00:00:11,642 --> 00:00:14,848
שפעם חשבנו שרק אנחנו מסוגלים להן.

3
00:00:14,848 --> 00:00:18,423
המחשבים של היום יכולים לנצח אותנו
במשחקי לוח מורכבים,

4
00:00:18,423 --> 00:00:21,294
לתמלל נאום בעשרות שפות,

5
00:00:21,294 --> 00:00:24,746
ולזהות מידית כמעט כל עצם.

6
00:00:24,746 --> 00:00:27,112
אבל הרובוטים של מחר 
אולי ילכו צעד אחד קדימה

7
00:00:27,112 --> 00:00:30,243
בכך שילמדו להבין מה אנחנו מרגישים.

8
00:00:30,243 --> 00:00:32,381
ולמה זה חשוב?

9
00:00:32,381 --> 00:00:34,673
בגלל שאם מכונות ואנשים שמפעילים אותן

10
00:00:34,673 --> 00:00:37,223
יוכלו לקרוא במדוייק את המצב הרגשי שלנו,

11
00:00:37,223 --> 00:00:40,193
הם אולי יהיו מסוגלים
לסייע לנו או לתמרן אותנו

12
00:00:40,193 --> 00:00:43,102
בקנה מידה חסר תקדים.

13
00:00:43,102 --> 00:00:44,614
אבל לפני שנגיע לשם,

14
00:00:44,614 --> 00:00:49,653
איך משהו מורכב כמו רגשות
יכול להיות מומר למספרים,

15
00:00:49,653 --> 00:00:53,253
השפה היחידה שמכונות מבינות?

16
00:00:53,253 --> 00:00:56,843
בעיקרון, באותה דרך בה המוחות שלנו
מפרשים רגשות,

17
00:00:56,843 --> 00:00:58,994
המכונות לומדות איך לזהות אותן.

18
00:00:58,994 --> 00:01:04,120
הפסיכולוג האמריקאי פול אקמן
זיהה מספר רגשות אוניברסליים

19
00:01:04,120 --> 00:01:09,174
שהסימנים הויזואלים שלהן 
מובנים באותה דרך בכל התרבויות.

20
00:01:09,174 --> 00:01:14,193
לדוגמה, תמונה של חיוך מצביעה על אושר
אם בקרב החיים בסביבה עירונית מודרנית

21
00:01:14,193 --> 00:01:16,965
ואם בקרב אנשי שבטים אבוריג'יניים.

22
00:01:16,965 --> 00:01:18,094
ולפי אקמן,

23
00:01:18,094 --> 00:01:18,823
כעס,

24
00:01:18,823 --> 00:01:19,533
גועל,

25
00:01:19,533 --> 00:01:20,275
פחד,

26
00:01:20,275 --> 00:01:21,092
אושר,

27
00:01:21,092 --> 00:01:21,848
עצב,

28
00:01:21,848 --> 00:01:25,433
והפתעה,
מזוהים באותה מידה.

29
00:01:25,433 --> 00:01:29,836
ומסתבר, שיכולתם של מחשבים לזהות תמונות
משתפרת מרגע לרגע

30
00:01:29,836 --> 00:01:34,015
תודות לאלגוריתמי לימוד ממוחשבים,
כגון רשתות עצביות.

31
00:01:34,015 --> 00:01:38,205
אלה מכילות צמתים מלאכותיים
שבדומה לנוירונים הביולוגיים שלנו

32
00:01:38,205 --> 00:01:41,784
יוצרים קשרים ומחליפים מידע.

33
00:01:41,784 --> 00:01:46,285
כדי לאמן את הרשת, דוגמיות קלט
שממויינות מראש לקטגוריות שונות,

34
00:01:46,285 --> 00:01:49,175
כמו תמונות שמסומנות כעצובות או שמחות,

35
00:01:49,175 --> 00:01:51,285
מוזנות לתוך המערכת.

36
00:01:51,285 --> 00:01:53,745
הרשתות לומדות לקטלג את הדוגמאות האלו

37
00:01:53,745 --> 00:01:58,405
על ידי התאמה של המשקלים היחסיים
שמשוייכים לתכונות מסוימות.

38
00:01:58,405 --> 00:02:00,025
ככל שמוזן יותר מידע בתהליך האימון,

39
00:02:00,025 --> 00:02:04,795
כך האלגוריתם נעשה טוב יותר
בזיהוי נכון של תמונות חדשות.

40
00:02:04,795 --> 00:02:06,527
זה דומה למוח שלנו,

41
00:02:06,527 --> 00:02:11,725
שלומד לעבד גירויים חדשים,
מתוך הסתמכות על נסיונות מהעבר.

42
00:02:11,725 --> 00:02:15,466
אלגוריתמי זיהוי לא מוגבלים רק להבעות פנים.

43
00:02:15,466 --> 00:02:17,886
הרגשות שלנו מובעות בהרבה דרכים.

44
00:02:17,886 --> 00:02:20,116
שפת גוף וטון דיבור,

45
00:02:20,116 --> 00:02:23,237
שינויים בקצב הלב,
גוון העור, טמפרטורת העור,

46
00:02:23,237 --> 00:02:28,046
או אפילו קצב דיבור
ומבני משפטים בכתיבה שלנו.

47
00:02:28,046 --> 00:02:31,205
אתם אולי חושבים שאימון רשתות נוירונים
לזהות את כל אלה

48
00:02:31,205 --> 00:02:33,637
יהיה תהליך ארוך ומורכב

49
00:02:33,637 --> 00:02:36,966
עד שאתם מבינים כמה מידע נמצא שם בחוץ,

50
00:02:36,966 --> 00:02:40,375
וכמה מהר מחשבים מודרניים יכולים לעבד אותו.

51
00:02:40,375 --> 00:02:41,917
מפוסטים במדיה חברתית,

52
00:02:41,917 --> 00:02:43,586
תמונות מועלות וסרטונים,

53
00:02:43,586 --> 00:02:44,987
ושיחות מוקלטות,

54
00:02:44,987 --> 00:02:46,767
ועד למצלמות אבטחה רגישות לחום

55
00:02:46,767 --> 00:02:50,437
ומכשירים לבישים שמנטרים אותות פיזיולוגיים,

56
00:02:50,437 --> 00:02:52,947
השאלה הגדולה היא לא איך לאסוף מספיק מידע,

57
00:02:52,947 --> 00:02:55,255
אלא מה נעשה איתו.

58
00:02:55,255 --> 00:02:59,706
יש הרבה שימושים מועילים
לזיהוי רגשות ממוחשב.

59
00:02:59,706 --> 00:03:02,627
רובוטים שמשתמשים באלגוריתמים
כדי לזהות הבעות פנים

60
00:03:02,627 --> 00:03:04,246
יכולים לעזות לילדים ללמוד

61
00:03:04,246 --> 00:03:07,636
או לספק לאנשים בודדים תחושה של חברה.

62
00:03:07,636 --> 00:03:10,637
חברות מדיה חברתית
שוקלות להשתמש באלגוריתמים

63
00:03:10,637 --> 00:03:17,047
כדי לעזור למנוע התאבדויות על ידי סימון
פוסטים שמכילים מילים או ביטויים מסויימים.

64
00:03:17,047 --> 00:03:21,287
ותוכנות זיהוי רגשות יכולות לעזור
לטפל בהפרעות מנטליות

65
00:03:21,287 --> 00:03:25,578
או אפילו לספק לאנשים
פסיכותרפיה ממוכנת בזול.

66
00:03:25,578 --> 00:03:27,188
למרות התועלות הפוטנציאליות,

67
00:03:27,188 --> 00:03:30,869
הרעיון של רשתות עצומות 
שסורקות באופן אוטומטי את התמונות שלנו,

68
00:03:30,869 --> 00:03:31,958
ההתכתבויות שלנו,

69
00:03:31,958 --> 00:03:36,877
והסימנים הפיסיולוגיים שלנו
הוא די מטריד.

70
00:03:36,877 --> 00:03:40,796
מה הן ההשלכות של זה על הפרטיות שלנו
כשמערכות לא אישיות מעין אלו

71
00:03:40,796 --> 00:03:45,208
נמצאות בשימוש על ידי תאגידים
לטובת ניצול הרגשות שלנו דרך פרסום?

72
00:03:45,208 --> 00:03:46,718
ומה יקרה עם הזכויות שלנו

73
00:03:46,718 --> 00:03:50,737
אם הרשויות יחשבו שהן יכולות לזהות
את האנשים שעלולים לבצע פשעים

74
00:03:50,737 --> 00:03:54,927
עוד לפני שהם אפילו עשו החלטה מודעת לפעול?

75
00:03:54,927 --> 00:03:57,150
כרגע לרובוטים יש עוד דרך ארוכה לעבור

76
00:03:57,150 --> 00:04:00,258
עד שיוכלו להבחין בניואנסים רגשיים, 
כמו אירוניה,

77
00:04:00,258 --> 00:04:04,758
ועוצמה של רגשות -- 
עד כמה מישהו שמח או עצוב.

78
00:04:04,758 --> 00:04:09,288
ולמרות זאת, הם אולי יהיו מסוגלים לבסוף
לקרוא במדוייק את הרגשות שלנו

79
00:04:09,288 --> 00:04:11,138
ולהגיב להן.

80
00:04:11,138 --> 00:04:15,389
מצד שני, האם הם יוכלו להזדהות 
עם הפחד שלנו מפני התערבות בלתי רצויה,

81
00:04:15,389 --> 00:04:16,887
זה סיפור אחר.