Proyecto de IA para ayudar a las personas autistas a interpretar mejor las emociones

Para la mayoría de nosotros, las interacciones sociales son agotadoras, tediosas o bien invertidas. Para los niños y jóvenes que han sido diagnosticados con autismo, pueden ser inescrutables. IA para ayudar a personas autistas.

No hay una característica definitoria del autismo. Algunas de las manifestaciones más típicas del autismo se relacionan con la conciencia emocional. Las personas autistas pueden tener dificultades para reconocer las señales emocionales en las interacciones sociales, lo que afecta la forma en que interpretan el lenguaje corporal, el tono de voz o las expresiones faciales. Esto puede generar incomodidad, malentendidos e incluso soledad. También puede afectar la forma en que algunas personas autistas se relacionan con sus propias emociones e intereses, lo que a menudo genera confusión y retraimiento.

IA para ayudar a personas autistas

Sin embargo, el surgimiento de nuevas tecnologías como la inteligencia artificial (IA) y el aprendizaje automático (Machine Learning, ML), los sistemas de clasificación de expresiones faciales (facial expression classification, FEC) podrían ayudar a las personas autistas y neurotípicas a involucrarse mejor.

Si bien el potencial de los sistemas FEC ya se ha explorado hasta cierto punto, el Dr. Alexander Wong, profesor de ingeniería de diseño de sistemas y Canada Research Chair in Artificial Intelligence and Medical Imaging en la University of Waterloo, cree que siempre hay margen de mejora, especialmente cuando se trata de diseñar sistemas de apoyo para personas autistas que sean fáciles de usar y operen en escenarios del mundo real en tiempo real.

Innovación que funciona

Wong intenta constantemente identificar áreas donde la IA puede tener un impacto positivo, donde la innovación puede generar un impacto operativo en el mundo real.

La IA es muy importante, pero no suficiente para mí”, dice Wong. “Soy ingeniero, así que siempre estoy buscando formas de llevar la investigación al mundo real. Conocí los patrones neurológicos del autismo a través de mi trabajo de imágenes médicas y me enganché a la viabilidad de desarrollar IA para ayudar a las personas autistas que luchan con la lectura de expresiones emocionales a sentirse más conectadas”.

Wong lidera un proyecto llamado Emotion Discovery for Autistic Individuals, que utiliza IA y aprendizaje profundo o Deep Learning (una rama del Machine Learning) para proporcionar herramientas convenientes que ayuden a las personas necesitadas a leer y expresar emociones con mayor comprensión.

Este proyecto es uno de los muchos que se enmarcan en AI for Social Good, una iniciativa de investigación financiada por Microsoft y ejecutada a través del Waterloo.AI Institute, que se enfoca en hacer un buen uso de las nuevas tecnologías para el beneficio de la sociedad.

Ayudar a mejorar la vida de las personas capacitando a los investigadores con tecnologías avanzadas es uno de los principales objetivos del programa AI for Good de Microsoft”, dice Erin Chapple, vicepresidente corporativo de productos y diseño de Azure Core en Microsoft.

Es emocionante ver la robusta potencia de cómputo y las capacidades de IA de Azure que impulsan proyectos de investigación como el de Alex para profundizar en el descubrimiento de emociones para personas con autismo”.

IA emocionalmente inteligente

El proyecto de Wong utiliza IA para reconocer automáticamente las expresiones faciales en función de la información visual capturada por una cámara. Él y su equipo emplearon el aprendizaje profundo para construir TimeConvNet y EmotionNet Nano, dos redes neuronales profundas que actúan como representaciones digitales del cerebro.

Alimentaron las redes neuronales con cientos de vídeos de personas de todas las edades, géneros y etnias, todos expresando una variedad de emociones, desde las más obvias, como felicidad y tristeza, hasta las más matizadas, como vergüenza e irritación.

Exploramos el uso del vídeo para enseñar a las neuronas y sinapsis del sistema cómo diferenciar entre una emoción y otra”, explica Wong. “Las expresiones faciales pueden cambiar rápidamente durante las conversaciones e incluso pueden cambiar dentro de una sola emoción, algo que las imágenes estáticas no pueden transmitir. Nuestra IA tenía que ser capaz de capturar esas sutilezas importantes y brindar comentarios precisos en tiempo real”.

Inteligencia artificial para identificar emociones

Al decirle a la IA qué emociones se estaban expresando mediante las expresiones faciales cambiantes a lo largo del tiempo, el sistema aprendió a identificar emociones individuales, así como la progresión emocional con mayor precisión.

En comparación con otras redes neuronales diseñadas digitalmente y específicamente diseñadas para leer expresiones faciales para el reconocimiento emocional, el sistema de inteligencia artificial de Wong supera a todos. Las pruebas muestras que es más pequeño, más rápido, más preciso y más eficiente energéticamente que otras opciones. Para lograr un rendimiento tan alto, Wong y su equipo hicieron algo único.

Usamos IA para construir una IA que cumpla con los requisitos operativos de nuestro proyecto”, dice Wong. “Tenía sentido usar nuestra experiencia en IA para crear un sistema adecuado para el propósito desde el principio, en lugar de fabricar algo que normalmente siempre requiere retoques. La colaboración y el apoyo industrial hacen posible este tipo de trabajo creativo”.

Ver es creer

El sistema de IA de Wong se ha discutido en conferencias de investigación internacionales, y ha sido objeto de cuatro artículos científicos muy bien recibidos. Pero la verdadera prueba de cualquier innovación es su aplicabilidad en el mundo real.

El siguiente paso para Wong y su equipo es probar su tecnología entre personas autistas. Con ese fin, ahora están trabajando en el desarrollo de AEGIS (Augmented-reality Expression Guided Interpretations System), una plataforma de asistencia que puede implementar la IA en una variedad de dispositivos cotidianos, incluidos teléfonos inteligentes, gafas inteligentes y sistemas de videoconferencia.

El objetivo de las tecnologías de asistencia es que necesitan ayudar a las personas haciéndoles la vida más fácil, pero no todas lo hacen. Es comprensible que la mayoría de las personas autistas no estén dispuestas a cargar con dispositivos grandes, voluminosos y costoso en su vida diaria. Wong ha creado una IA que es tan pequeña que puede, por ejemplo, integrarse en un chip para aumentar las gafas de realidad virtual (VR).

Otro ejemplo es la capacidad del sistema para aumentar las pantallas de vídeo para mejorar el reconocimiento de las expresiones faciales y sus correspondientes emociones. Digamos que dos colegas están teniendo una reunión online y uno de ellos es autista. La IA puede leer las expresiones faciales del colega neurotípico durante la video llamada, y devolver esa información al individuo autista en forma de emojis emergentes.

Los emojis funcionan muy bien aquí”, dice Wong. “Hay una gama cada vez mayor de estados de ánimo y cara emoji, y la mayoría de las personas los usan y los entienden bien”.

Wong también planea crear vídeos de aprendizaje que brinden a las audiencias autistas un descubrimiento emocional continuo fuera de las interacciones sociales en tiempo real.

Transparencia y confianza

Estos escenarios presentan algunos desafíos de implementación que Wong está considerando con mucho cuidado, como la privacidad. Por ejemplo, una persona autista acepta usar un par de gafas de realidad virtual mejorados con la IA, ya que los ayuda a relacionarse con otra persona, pero ¿qué pasa con la otra persona cuyas emociones están siendo leídas y registradas por la IA?

Si bien la puesta en funcionamiento es la única forma de determinar realmente el valor de nuestra IA”, dice Wong, “hay mucha información confidencial involucrada que debemos navegar de manera exhaustiva y cuidadosa”.

Lanzar una nueva tecnología con las mejores intenciones no es lo suficientemente bueno. Necesitamos trabajar con personas autistas interesadas en nuestra tecnología para pensar en todas sus posibles consecuencias y ramificaciones, y mitigar el riesgo potencial. Solo entonces podemos comenzar”.

Leído en:

University of Waterloo