Project Oxford: Microsoft arbeitet an der Erkennung von Emotionen

Microsofts Project Oxford, eine Sammlung von Cloud-Services, bietet eine Technologie zur Erkennung von Gesichtsausdrücken. Softwareentwickler sollen mit den Cloud-basierten Algorithmen in die Lage versetzt werden, anhand von Fotos menschliche Emotionen zu identifizieren. Das Tool wurde in einer Betaversion freigegeben und verspricht, acht wesentliche menschliche Gefühlszustände auszumachen: Wut, Verachtung, Furcht, Ekel, Glück, Indifferenz, Trauer und Überraschung. Laut Microsoft werden diese Emotionen über Kulturgrenzen hinweg verstanden und mit bestimmten Gesichtsausdrücken vermittelt.

CEO Satya Nadella erklärte während einer Veranstaltung die Absicht, alternative Eingabe- und Ausgabemethoden zu schaffen, um neue Kategorien persönlicher Computer zu ermöglichen. Das Emotionen ermittelnde Tool ist als ein Beispiel dafür gedacht. Geräte sollen in einer völlig neuen Weise mit Anwendern interagieren können, wenn sie fähig sind, die Stimmung eines Nutzers zu erkennen.

Das KI-Tool erkennt Gesichtsausdrücke und menschliche Emotionen (Bild: Microsoft).

In seiner Betavariante ist das Werkzeug offenbar noch nicht in der Lage, Gefühle immer zweifelsfrei und richtig zu ermitteln, vermag auch nicht das gesamte Spektrum menschlicher Emotionen zu erkennen. Bei seiner Demonstration versuchte Chris Bishop, Chef von Microsoft Research Cambridge, jedoch das große Potenzial aufzuzeigen. Er führte vor, wie mehrere Personen und verschiedene Emotionen gleichzeitig verfolgt werden können. Jede der Emotionen wurde mit einem Skalawert zwischen null und eins ausgegeben.

Als ein konkretes Beispiel für den Einsatz nannte Microsoft die Einschätzung von Kundenreaktionen durch Marketing-Fachleute. Ein Entwickler könnte das Tool etwa auch in einer Messaging-App einsetzen, die Emotionen als Bilder zu interpretieren vermag.

Die Gefühlserkennung ist eines von mehreren Werkzeugen, die das Project Oxford in seinem Portfolio von Künstliche-Intelligenz-APIs und SDKs anbietet. Dazu zählen die Computer-Vision-APIs zur Erkennung und Einordnung von Bildinhalten, die Face-APIs zur Gesichtserkennung, die Speech-APIs mit Spracherkennung und Sprachsynthese sowie APIs für Rechtschreibprüfung. Der Language Understanding Intelligent Service (LUIS) verspricht eine für die jeweilige Anwendung maßgeschneiderte Erkennung von Anweisungen in natürlicher Sprache.

[mit Material von Katie Collins, News.com]