AI detecteert emoties van tennissers: nieuwe technologie even goed als menselijke waarnemers
AmsterdamOnderzoekers van het Karlsruher Instituut voor Technologie en de Universiteit van Duisburg-Essen hebben computerprogramma's ingezet om emoties bij tennisspelers te begrijpen. Ze trainden een AI met gegevens uit echte wedstrijden. Deze studie, gepubliceerd in Knowledge-Based Systems, toont aan dat AI lichaamstaal en emoties net zo goed kan herkennen als mensen.
Belangrijke bevindingen uit het onderzoek:
- De nauwkeurigheid van AI bedraagt maximaal 68,9 procent.
- De data zijn afkomstig van echte tennisspellen, niet van simulaties.
- 15 spelers werden geobserveerd tijdens specifieke wedstrijdsituaties.
De onderzoekers gebruikten patroonherkenningsprogramma's om video's van tennisspelers te analyseren. Deze video's waren opgenomen tijdens echte wedstrijden. Ze richtten zich op lichaamstaal bij het winnen of verliezen van een punt. Ze zochten naar specifieke signalen zoals:
- Naar beneden gericht hoofd
- Armen omhoog in triomf
- Racket dat hangt
- Veranderingen in loopsnelheid
De AI ontdekte hoe lichaamstaal aanwijzingen aan verschillende emoties kon koppelen. Zo kon hij zien of een punt gewonnen (goed) of verloren (slecht) was.
Hoogleraar Darko Jekauc van het Instituut voor Sport en Bewegingswetenschappen aan het KIT meldde dat hun model emoties met een nauwkeurigheid van wel 68,9 procent kan herkennen. Dit is vergelijkbaar met, of zelfs beter dan menselijke waarnemers en oudere AI-methoden.
21 november 2024 · 08:55
Nvidia imponeert, maar Aziatische beurs reageert aarzelend op concurrentie.
De studie bevat het trainen van AI met echte speelsituaties. Dit maakt het mogelijk om voorspellingen in het echte leven te doen. Oefenen in realistische omgevingen is een grote stap vooruit in het begrijpen van echte emoties.
Onderzoek toont aan dat zowel mensen als AI beter zijn in het herkennen van negatieve emoties dan van positieve. Jekauc verklaarde dat dit komt doordat negatieve emoties duidelijker worden uitgedrukt. Psychologische theorieën suggereren dat mensen van nature beter zijn in het opmerken van negatieve uitdrukkingen. Dit komt waarschijnlijk doordat het voor sociale harmonie belangrijk is om conflicten snel te herkennen en op te lossen.
Het onderzoek biedt diverse sporttoepassingen voor deze betrouwbare technologie voor emotieherkenning:
- Verbeteren van trainingsmethoden
- Versterken van teamdynamiek
- Verhogen van prestaties
- Voorkomen van burn-out
Het vroegtijdig herkennen van emoties kan essentieel zijn in diverse sectoren zoals gezondheidszorg, onderwijs, klantenservice en verkeersveiligheid.
Er zijn ethische kwesties die moeten worden aangepakt voordat de technologie op grote schaal kan worden gebruikt. Het is essentieel om mogelijke risico's, zoals privacy en misbruik van gegevens, in overweging te nemen. Tijdens het onderzoek werd strikt voldaan aan ethische voorschriften en wetgeving voor gegevensbescherming. Toekomstig gebruik van de technologie vereist duidelijke ethische en juridische richtlijnen.
De studie is hier gepubliceerd:
http://dx.doi.org/10.1016/j.knosys.2024.111856en de officiële citatie - inclusief auteurs en tijdschrift - is
Darko Jekauc, Diana Burkart, Julian Fritsch, Marc Hesenius, Ole Meyer, Saquib Sarfraz, Rainer Stiefelhagen. Recognizing affective states from the expressive behavior of tennis players using convolutional neural networks. Knowledge-Based Systems, 2024; 295: 111856 DOI: 10.1016/j.knosys.2024.11185620 november 2024 · 01:02
AI onderweg: compacte taalmodellen voor betere prestaties op mobiele apparaten
18 november 2024 · 14:36
Precieze gedragsstudies bij muizen dankzij AI: minder dieren en snellere resultaten
Deel dit artikel