Inter-2 ตรวจจับอะไรได้บ้าง และอะไรที่ยังพิสูจน์ไม่ได้

Interhuman AI กำลังพัฒนา “ชั้นความเข้าใจทางสังคม” เพื่อให้ระบบ AI ตอบสนองได้มากกว่าคำพูดในบทสนทนา บริษัทจากกรุงโคเปนเฮเกนระบุว่าโมเดล Inter-2 วิเคราะห์สัญญาณทางสังคมแบบเรียลไทม์ โดยรายงานอธิบายว่าครอบคลุมทั้งข้อความ เสียง และวิดีโอ อย่างไรก็ตาม ผลลัพธ์ควรมองเป็นการประเมินพฤติกรรมที่สังเกตได้ ไม่ใช่ข้อสรุปแน่ชัดเกี่ยวกับความคิดหรือความรู้สึกภายในของใคร 25

Inter-2 ระบุว่าตรวจจับอะไร

มีรายงานว่าโมเดลตรวจจับสัญญาณ 10 แบบ ได้แก่ การเห็นด้วย การไม่เห็นด้วย ความสงสัย ความมั่นใจ ความลังเล ความหงุดหงิด ความสนใจ ความไม่แน่ใจ ความสับสน และความเครียด พร้อมประเมินระดับการมีส่วนร่วมโดยรวม 18

แนวคิดคือประมวลคำพูดควบคู่กับสัญญาณอย่างน้ำเสียง สีหน้า และภาษากาย Tech.eu ระบุว่า Inter-2 วิเคราะห์ข้อความ เสียง และวิดีโอ ส่วนรายการข้อมูลของโมเดลอธิบายการตรวจจับสัญญาณจากวิดีโอที่มีเสียงประกอบ แหล่งข้อมูลสาธารณะจึงรองรับว่าเป็นการวิเคราะห์หลายรูปแบบ แต่ยังไม่ได้อธิบายรายละเอียดครบถ้วนว่าแต่ละผลิตภัณฑ์จัดการกับข้อมูลนำเข้าอย่างไร 2518

ทำไม Interhuman จึงพัฒนาเทคโนโลยีนี้

Interhuman AI ก่อตั้งที่กรุงโคเปนเฮเกนในปี 2023 โดยมี Paula Petcu, Frederik Sally และ Line Clemmensen เป็นผู้ร่วมก่อตั้ง 179

แนวคิดของบริษัทคือ ผู้ช่วย AI อาจต้องใช้ข้อมูลมากกว่าบทถอดเสียงเพื่อโต้ตอบได้เหมาะสม เช่น ใช้สัญญาณความสับสนหรือการหมดความสนใจเป็นเบาะแสในการปรับบทสนทนา Tech.eu อธิบายว่าแนวทางนี้เพิ่มการวิเคราะห์เสียงและวิดีโอเข้ากับโมเดลภาษาขนาดใหญ่ 2

แต่นี่คือเป้าหมายของผลิตภัณฑ์ ไม่ใช่หลักฐานว่าโมเดลจะอนุมานเจตนาของคนได้แม่นยำในทุกสถานการณ์ การหยุดพูด สีหน้า หรือน้ำเสียงที่เปลี่ยนไปอาจมีสาเหตุได้หลายอย่าง จึงไม่ควรถือว่าสัญญาณหนึ่ง ๆ เป็นการวินิจฉัยหรือมีความหมายตายตัวกับทุกคน

ประโยชน์ที่คาดหวัง และสิ่งที่ยืนยันได้

Interhuman เสนอการนำเทคโนโลยีไปใช้กับ AI สนทนาและการฝึกสัมภาษณ์ เว็บไซต์บริษัทอธิบายบริการฝึกสัมภาษณ์จำลองที่เน้นวิธีการสื่อสาร ขณะที่เนื้อหาเกี่ยวกับการสัมภาษณ์เพื่อการวิจัยกล่าวถึงการผูกสัญญาณเข้ากับช่วงที่เกี่ยวข้องในคำตอบ ตัวอย่างงานวิจัยดังกล่าวใช้ Inter-1 ซึ่งเป็นโมเดลรุ่นก่อน จึงไม่ได้ยืนยันว่าการใช้งาน Inter-2 ทุกกรณีมีคุณสมบัติเดียวกัน 524

ตัวอย่างเหล่านี้แสดงให้เห็นว่าชั้นวิเคราะห์สัญญาณทางสังคมอาจช่วยงานโค้ชหรือช่วยนักวิจัยทบทวนบทสัมภาษณ์ได้ แต่ยังไม่ใช่หลักฐานว่าโมเดลทำงานแม่นยำกับคน วัฒนธรรม หรือบริบทที่แตกต่างกัน แหล่งข้อมูลที่มีอยู่ยังไม่ละเอียดพอสำหรับประเมินประสิทธิภาพดังกล่าวอย่างเป็นอิสระ

ตรวจสอบที่มา ความเป็นส่วนตัว และความเสี่ยงในการใช้ผิดทาง

Interhuman ระบุว่า Inter-1 รุ่นก่อนสามารถอธิบายได้ว่าเบาะแสทางพฤติกรรมใดมีส่วนต่อการประเมินสัญญาณ และยังอธิบายการเชื่อมสัญญาณกับวลีเฉพาะในคำตอบสัมภาษณ์ได้ คุณสมบัติเหล่านี้ช่วยให้ตรวจสอบที่มาของผลประเมินได้เมื่อมีให้ใช้ แต่แหล่งข้อมูลไม่ได้ยืนยันว่าเอาต์พุต Inter-2 ทุกกรณีมีคำอธิบายหรือการตรวจสอบย้อนกลับในระดับเดียวกัน 2524

ข้อกำหนดการใช้งานของบริษัทระบุการใช้งานบางประเภทที่ถูกจำกัด รวมถึงการอนุมานอารมณ์ของบุคคลในสถานที่ทำงานหรือสถาบันการศึกษา อย่างไรก็ตาม เอกสารที่มีอยู่ยังให้ข้อมูลไม่เพียงพอเกี่ยวกับระยะเวลาการเก็บข้อมูล ขั้นตอนการขอความยินยอม หรือวิธีบังคับใช้ข้อจำกัดเหล่านี้ในทางปฏิบัติ 19

คำถามเหล่านี้สำคัญ เพราะเทคโนโลยีวิเคราะห์ใบหน้า เสียง และบทสนทนาอาจอ่านสัญญาณผิดหรือถูกนำไปใช้เฝ้าติดตามได้ หลักฐานที่มีอยู่ยังไม่แสดงให้เห็นว่ามาตรการคุ้มครองของ Interhuman รับมือกับความเสี่ยงทุกด้านอย่างไร

แผนพัฒนาต่อจากนี้ยังไม่ชัดเจน

รายงานและเอกสารของบริษัทที่อ้างถึงในที่นี้อธิบายแนวทางหลายรูปแบบของ Inter-2 ในปัจจุบัน แต่ยังไม่ยืนยันกำหนดการหรือข้อผูกพันทางเทคนิคที่ชัดเจนสำหรับการวิเคราะห์เสียงอย่างเดียว การสนทนาหลายคน โมเดลรุ่นถัดไป หรือการขยายธุรกิจออกนอกยุโรป ประเด็นเหล่านี้จึงยังเป็นคำถามที่รอคำตอบ ไม่ใช่ความสามารถหรือกำหนดการที่ประกาศแล้ว 25