Neurodata Lab

Neurodata Lab — проектная компания и исследовательская лаборатория в области аффективных наук и когнитивных технологий[1]. Neurodata Lab специализируется на разработке систем для распознавания и синтеза эмоций, детекции и анализа движений, неинвазивных методов измерения физиологических сигналов, сборе и анализе аффективных данных[2].

Neurodata Lab
Тип компания
Отрасль Программное обеспечение
Число сотрудников 1-50
Сайт neurodatalab.com

Описание и история

  • Neurodata Lab была основана в апреле 2016 года. Компания является центром компетенций в области эмоционального искусственного интеллекта и аффективных наук и осуществляет деятельность на международных рынках, имеет представительства в России, Италии, Швейцарии и США[1].
  • В июле 2017 года компания привлекла 1,3 млн долларов США[3].
  • В марте 2018 года Neurodata Lab совместно с университетом ИТМО провела первую в России конференцию по эмоциональному искусственному интеллекту[4].
  • 9 октября 2018 года Neurodata Lab объявила о партнерстве с робототехнической компанией Promobot. Нейросетевые технологии Neurodata Lab позволят роботам Promobot распознавать 20 эмоций и когнитивных состояний, адаптировать стратегию общения в зависимости от эмоционального состояния собеседника, а также отвечать в более живой манере благодаря технологии синтеза эмоционального ответа[5][6][7][8]. 1 ноября робот определял 7 эмоций посетителей выставки TechDay Росбанка[9].
  • 14 февраля 2019 года Росбанк начал тестирование нейросетевой технологии распознавания эмоций в голосе клиента, разработанной компанией Neurodata Lab, как часть пилотного проекта по анализу удовлетворенности клиентским сервисом в режиме реального времени[10].
  • 26 сентября 2019 года опубликована препринт-версия[11] совместного исследования ирландских (Dublin City University, Queen’s University Belfast), британских (University College London) и немецких (University of Bremen) ученых под общим руководством Дамьена Дюпре (Damien Dupré), посвященного анализу и сравнению существующих решений в области детекции и распознавания эмоций по лицу (при этом учитывались как сыгранные, так и спонтанные экспрессии), разрабатываемых компаниями — лидерами на рынке Emotion AI. Алгоритмы от Neurodata Lab по результатам исследования вошли в глобальный топ-3[12] по полноте, точности и корректности распознавания.

Технологии

Программное обеспечение Neurodata Lab для распознавания эмоций не требует носимых датчиков или специального оборудования, кроме веб-камеры и микрофона. Технология обнаруживает, распознает и анализирует эмоциональное и социальное поведение, используя нейронные сети, компьютерное зрение и методы глубокого обучения.

Эмоциональные вычисления

Эмоции могут проявляться по нескольких каналам (модальностям): мимике и микроэкспрессиям лица, глазодвигательной активности, голосовым характеристикам, движениям и позиции тела, а также выражаться через физиологию вроде учащенного сердцебиения[13]. Точность распознавания эмоций по каждой модальности в отдельности в среднем на 9,8 % ниже точности в системах для совокупного анализа данных, поступающих по всем каналам одновременно (в 85 % случаев)[14]. Такой мультимодальный подход положен в основу технологий Neurodata Lab.

Индустрия технологий для детекции эмоций и сформировавшийся под нее рынок получили название эмоциональных, или аффективных, вычислений[15]. В более широком понимании обучение машин распознаванию и синтезу эмоций является частью большого проекта по созданию эмоционального искусственного интеллекта.

Бизнес-применение

Технологии распознавания эмоций применяются в различных сферах: банковской и страховой отраслях, ритейле, автомобильной отрасли, игровой индустрии, коммуникациях, робототехнике, нейромаркетинге, безопасности, цифровой медицине[16][17].

Проекты и продукты

Распознавание эмоций

Ключевая технология Neurodata Lab позволяет распознавать 20 аффективных и когнитивных состояний.

Несколько трекеров составляют основу технологии Neurodata Lab для распознавания эмоций:

  • Face Tracker: распознавание лица в кадре, а также его отдельных элементов (положения глаз, рта, носа, и других нейросетевых признаков, не поддающихся общепринятой трактовке).
  • Диаризация для определения наличия человеческой речи в аудиопотоке, а также вычленения голоса говорящего, если в момент речи присутствует несколько голосов.
  • Body Tracker: отслеживание движений тела и рук в видеопотоке.
  • Eye Tracker: Извлечение данных о движении глаз.
  • Heart Rate Tracker: Определение пульса с помощью видеокамеры.
  • Respiration Rate Tracker: Определение частоты дыхания с помощью видеокамеры.

Онлайн платформы

Emotion Miner — глобальная платформа по онлайн-аннотированию видеофайлов — сбора, разметки, анализа и процессинга эмоциональных данных на основе англоязычных видеофрагментов, извлеченных из существующего публичного контента (интервью, дебаты, ток-шоу и др.)[18].

Аффективные датасеты

RAMAS — первый в мире русскоязычный мультимодальный аффективный набор данных[19]. Доступен для бесплатного использования для академических учреждений, университетов, лабораторий и некоммерческих организаций в исследовательских целях.

Emotion Miner Data Corpus — датасет, собранный по итогам работы платформы Emotion Miner. На сегодняшний день Emotion Miner Data Corpus — один из крупнейших размеченных мультимодальных эмоциональных видеодатасетов.

Научная деятельность

С момента создания Neurodata Lab выстраивает коллаборации с академическими институтами, университетами, лабораториями и профильными центрами компетенций в США, Европе и России, и активно участвуют в крупных зарубежных конференциях, публикуют академические статьи. По состоянию на 2018 год компания развивала несколько коллабораций с рядом университетов и научных лабораторий, как в России, так и за рубежом, в том числе вела совместные проекты с ВШЭ, МГУ, ИТМО, СколТехом и университетами Ульма, Глазго, Женевы, Генуи.

Публикации и конференции

Примечания

  1. 1 2 Эмоциональный ИИ подскажет, когда на работе лучше пойти попить чай, и поможет бороться со стрессом. news.ifmo.ru. Дата обращения: 11 октября 2018. Архивировано 29 сентября 2018 года.
  2. 7 полезных российских ИИ-разработок, о которых вы могли не знать | Rusbase. Rusbase. Архивировано 13 февраля 2019. Дата обращения: 11 октября 2018.
  3. Neurodata Lab LLC | Crunchbase. Crunchbase (13 сентября 2018). Дата обращения: 11 октября 2018. Архивировано 22 июня 2020 года.
  4. Конференция «Эмоциональный искусственный интеллект: новые вызовы для науки и образования, новые возможности для бизнеса». news.ifmo.ru. Дата обращения: 11 октября 2018. Архивировано 7 октября 2018 года.
  5. Швыркова, Анна. Российский стартап Promobot научит роботов утешать и ободрять людей. Архивировано 28 октября 2020. Дата обращения: 11 октября 2018.
  6. Прогова, Людмила. [rueconomics.ru/354258-v-rossii-razrabatyvayut-robota-s-emocionalnym-intellektom В России разрабатывают робота с эмоциональным интеллектом]. ФБА «Экономика сегодня». Архивировано 19 сентября 2020. Дата обращения: 11 октября 2018. {{cite news}}: Проверьте значение |url= (справка)
  7. Пермский стартап Promobot научит роботов распознавать эмоции человека. Хайтек. Дата обращения: 11 октября 2018.
  8. В России создают робота с эмоциональным ИИ | 5g future. 5g future. 9 октября 2018. Архивировано 13 октября 2018. Дата обращения: 11 октября 2018.
  9. Как эмоциональная аналитика меняет финтех - IKSMEDIA.RU. IKSMEDIA.RU - деловой портал для бизнеса в телекоме, ИТ, медиа. Дата обращения: 13 ноября 2018. Архивировано 10 ноября 2018 года.
  10. Росбанк начал тестирование технологии распознавания эмоций в голосе. Банки.ру. Дата обращения: 15 апреля 2019. Архивировано 14 февраля 2019 года.
  11. Dupré, D., Krumhuber, E., Küster, D., & McKeown, G. J. Emotion recognition in humans and machine using posed and spontaneous facial expression. https://doi.org/10.31234/osf.io/kzhds. psyarxiv.com. Дата обращения: 9 октября 2019. Архивировано 9 октября 2019 года.
  12. Российская ИИ-система распознавания эмоций вошла в топ-3 мировых лидеров. Дата обращения: 9 октября 2019. Архивировано 9 октября 2019 года.
  13. Цена улыбки: зачем системы искусственного интеллекта учатся распознавать эмоции. Фото | Технологии | Forbes.ru (англ.). www.forbes.ru. Дата обращения: 11 октября 2018. Архивировано 29 сентября 2018 года.
  14. Sidney K. D'mello, Jacqueline Kory. A Review and Meta-Analysis of Multimodal Affect Detection Systems // ACM Computing Surveys (CSUR). — 2015-04-16. — Т. 47, вып. 3. — С. 43. — ISSN 0360-0300. — doi:10.1145/2682899.
  15. Как технологии распознают наши эмоции и почему это так перспективно | Rusbase. Rusbase. Архивировано 29 октября 2018. Дата обращения: 11 октября 2018.
  16. Плиев, Георгий. Зачем искусственному интеллекту человеческие эмоции (и как они изменят бизнес). Архивировано 9 октября 2019. Дата обращения: 11 октября 2018.
  17. Наука эмоций: как умные технологии учатся понимать людей. Архивировано 1 октября 2020. Дата обращения: 11 октября 2018.
  18. Get paid $6 to $100 with emotions. The wise half (англ.). 12 января 2018. Дата обращения: 11 октября 2018.
  19. Olga Perepelkina, Evdokia Kazimirova, Maria Konstantinova. RAMAS: Russian Multimodal Corpus of Dyadic Interaction for Affective Computing (англ.) // Speech and Computer. — Cham: Springer International Publishing, 2018. — P. 501—510. — ISBN 9783319995786, 9783319995793. — doi:10.1007/978-3-319-99579-3_52.

Content Disclaimer

Informasi ini disarikan dari Wikipedia dan disajikan kembali untuk tujuan edukasi. Konten tersedia di bawah lisensi CC BY-SA 3.0. Kami tidak bertanggung jawab atas ketidakakuratan data yang bersumber dari kontribusi publik tersebut.

  1. The information displayed on this website is sourced in part or in whole from Wikipedia and has been adapted for the purpose of restating it. We strive to provide accurate and relevant information, however:
  2. There is no guarantee of absolute accuracy. Wikipedia is an open, collaborative project that can be edited by anyone, so information is subject to change.
  3. It is not intended to constitute professional advice. The content displayed is for informational and educational purposes only. For important decisions (e.g., medical, legal, or financial), please consult a professional.
  4. Content copyright. Wikipedia is licensed under the Creative Commons Attribution-ShareAlike License (CC BY-SA). This means that content may be reused with appropriate attribution and shared under a similar license.
  5. Responsible use. Any risk arising from the use of information from this website is entirely the responsibility of the user.