deep-learning-met-vos-emotions

20 avril 2018

2min

Lorsque le Deep Learning met vos émotions à nu

Les algorithmes de Deep Learning ont récemment contribué à faire progresser les performances des systèmes d’analyse d’émotions, qu’il s’agisse d’analyser des textes écrits, des expressions du visage ou des variations dans les intonations de la voix. Pour chacune de ces trois modalités nous présentons quelques cas d’utilisation emblématiques et nous décrivons les architectures typiques de réseaux neurones utilisés pour les réaliser ces systèmes. Enfin, nous esquissons la réflexion sur les questions éthiques que soulèvent ces nouvelles technologies.

1. 66 % de la communication

C’est la proportion d’information que véhicule les composantes non-verbales de la communication humaine, qu’il s’agisse des expressions du visage, de l’attitude corporelle ou des intonations vocales. La reconnaissance des émotions y joue un rôle prépondérant puisque c’est elle qui révèle l’état mental de nos interlocuteurs et nous permet d’adapter notre propre communication au contexte d’un échange. C’est en définitive une aptitude qui est au cœur même de toute vie sociale et, à ce titre, elle est constitutive de notre humanité.

L’informatique affective, qui étudie la conception de systèmes capables de reconnaître ou de simuler des émotions, est aujourd’hui en plein essor. A terme, elle nous promet des interactions beaucoup plus naturelles avec les machines. Grâce aux avancées récentes de l’apprentissage profond, les progrès sont particulièrement significatifs dans le domaine de la reconnaissance des émotions. Un champ immense de possibilités s’ouvre désormais aux applications métiers grâce la prise en compte de ce nouvel élément de contexte dans les échanges d’information. Dans cet article nous décrirons quelques cas d’utilisation emblématiques pour chacune des trois modalités suivantes : l’analyse de texte, l’analyse des expressions faciales et l’analyse des intonations vocales.

Nous décrirons ensuite les architectures types des réseaux de neurones utilisés pour chaque modalité. Enfin, nous esquisserons quelques questions éthiques que soulève l’informatique affective, sans souci d’exhaustivité.

Une question ouverte que nous n’aborderons pas ici est celles de la conception de machines qui ressentiraient, d’une certaine manière, des émotions, une étape qui pourrait cependant s’avérer incontournable pour le développement d’intelligences artificielles plus évoluées [TEN].

Pirmin Lemberger

Chercheur, Directeur Data Scientist