اخبار اليوم - ذكر موقع "داتا كامب" أن الحوسبة العاطفية تشير إلى التطوير الساري على التقنيات، لجعلها تتعرف على المشاعر البشرية وتفسيرها، ومعالجتها، ومحاكاتها. بعبارة أخرى، "يتعلق الأمر بإنشاء آلات تفهم المشاعر الإنسانية وتستجيب لها".

وبحسب الموقع، فإن الحوسبة العاطفية تعرف بأنها مجال متعدد التخصصات يجمع بين علوم الكمبيوتر وعلم النفس والعلوم المعرفية. الهدف، كما سلف الذكر، هو تعزيز تفاعلات أكثر تعاطفا بين البشر والآلات.

وقال الموقع، "إنه يتم تحقيق ذلك من خلال تمكين الآلات أو الأنظمة من التعرف على المشاعر الإنسانية وتفسيرها، وبالتالي تقديم استجابات دقيقة ومواتية للمستخدمين.

وللقيام بذلك، تقوم أجهزة الكمبيوتر بجمع معلومات فيما يخص بعض الجوانب، مثل نغمة صوت الإنسان المتفاعل معها، وتعبيرات الوجه، ولغة الجسد.

وتُجمع هذه البيانات من خلال أجهزة استشعار مادية، مثل الميكروفونات وكاميرات الفيديو، والتي يمكنها اكتشاف الحركات والتقاط الإيماءات، وإدراك التغيرات في الصوت أو النغمة، وحتى التعبيرات الدقيقة للوجه.

وعقب جمع البيانات، تُستخدم تقنيات التعلم الآلي لتفسير البيانات وتحديد الأنماط واتخاذ القرارات أو التنبؤات، حيث تشمل تقنيات التعلم الآلي الرئيسية في الحوسبة العاطفية عدة مجالات.

التعلم تحت الإشراف :

ويعتبر هو النهج الأكثر شيوعا المستخدم في الحوسبة العاطفية، حيث يتم تدريب النموذج (الآلة الحاسوب أو أي نظام) على مجموعة بيانات مصنفة، ويتعلم النموذج التنبؤ بالتسمية.

ويسرد الموقع مثالا، "قد تتكون مجموعة البيانات من صور للوجوه مع تسميات تشير إلى المشاعر المعبر عنها في كل صورة. بالتالي يتعلم النموذج الخاضع للإشراف الذي تم تدريبه على مجموعة البيانات تلك التنبؤ بالمشاعر المُعبَّر عنها".

التعلم دون إشراف :

يتم تدريب النموذج في التعلم غير الخاضع للإشراف، على مجموعة بيانات غير مصنفة، ويجب أن يتعلم كيفية تحديد الأنماط في البيانات دون أي توجيه.

ويمكن أن يكون هذا النهج مفيدا في الحوسبة العاطفية لمهام مثل التجميع، حيث يكون الهدف هو تجميع نقاط البيانات المتشابهة معا، بحسب الموقع التقني.

وعلى سبيل المثال، يمكن استخدام نموذج التعلم غير الخاضع للإشراف لتجميع تعبيرات الوجه أو أنماط الكلام المتشابهة معا، والتي يمكن بعد ذلك تصنيفها وتفسيرها بواسطة الإنسان.


تقوية التعلم :

ويتعلم النموذج في التعلم المعزز، كيفية اتخاذ القرارات؟ حيث يمكن استخدام هذا النهج في الحوسبة العاطفية لتدريب النماذج التي تتفاعل مع البشر بطريقة تراعي حالتهم العاطفية.

ومثلا يمكن استخدام نموذج التعلم المعزز لتدريب مساعد افتراضي يضبط سلوكه بناءً على الاستجابات العاطفية للمستخدم.

تعلم عميق : 

ويعرف التعلم العميق بأنه مجموعة فرعية من التعلم الآلي الذي يركز على الشبكات العصبية الاصطناعية ذات الطبقات المتعددة، ومن هنا جاء مصطلح "عميق".

وتعد هذه النماذج جيدة بشكل خاص في معالجة البيانات المعقدة مثل الصور والصوت والنص، وهي أنواع شائعة من البيانات في الحوسبة العاطفية.

ويمكن استخدام الشبكات العصبية التلافيفية (شبكات معقّدة يستخدمها الذكاء الاصطناعي) لتحليل تعبيرات الوجه، في حين يمكن استخدام الشبكات العصبية المتكررة (أي الأبسط) لتفسير بيانات الكلام أو النص.

التعليم المنقول :

ويتم استخدام نموذج تم تدريبه مسبقًا كنقطة بداية لمهمة جديدة ذات صلة.

وبالإمكان، اعتبار هذا النهج مفيدا في الحوسبة العاطفية، حيث غالبا ما يكون من الصعب الحصول على مجموعات كبيرة من البيانات.


وأكد الموقع أنه يمكن ضبط النموذج الذي تم تدريبه مسبقا على مجموعة بيانات كبيرة من الوجوه على مجموعة بيانات أصغر من تعبيرات الوجه لإنشاء نظام للتعرف على المشاعر.


الحوسبة العاطفية في الواقع :

ويمكن للحوسبة العاطفية أن تعزز تجارب المستخدم بشكل كبير، من خلال إنشاء تفاعلات أكثر سهولة مع التكنولوجيا، كما أنها تمتلك القدرة على تحويل صناعات مثل الرعاية الصحية والتعليم والتسويق وخدمة العملاء من خلال توفير رؤى حول المشاعر الإنسانية، وتحسين عملية صنع القرار، ورعاية المرضى، ونتائج التعلم، والتفاعلات مع العملاء.

وتستخدم الشركات الحوسبة العاطفية لتحسين تفاعلات العملاء، وعلى سبيل المثال، توفر شركة "Affectiva"، وهي شركة تعمل في مجال تكنولوجيا قياس المشاعر، برنامجا يمكنه تحليل تعبيرات الوجه في أثناء مكالمات الفيديو لقياس ردود فعل العملاء ورضاهم.

كما يمكن استخدام الحوسبة العاطفية لمراقبة الحالة العاطفية للمرضى، التي يمكن أن تكون مفيدة بشكل خاص في علاج الصحة العقلية.

وقامت شركة "Cogito" بتطوير تطبيق يستخدم التحليل الصوتي في أثناء المحادثات الهاتفية لمراقبة الصحة العقلية للأفراد. ويمكنه اكتشاف علامات الاكتئاب والقلق، ما يوفر رؤى قيمة لمقدمي الرعاية الصحية.

ويمكن استخدام الحوسبة العاطفية لإنشاء تجارب ألعاب أكثر مغامرة واستجابة، حيث تستخدم لعبة "Nevermind" تقنيات لاكتشاف مستويات الخوف لدى اللاعب، وضبط طريقة اللعب وفقا لذلك.