जुड़ाव की भविष्यवाणी के साथ-साथ, पाइपलाइन मानव व्यक्तित्व, दृष्टिकोण और भावनाओं में गहरी अंतर्दृष्टि प्रदान कर सकती है और इस तरह रोबोट मानव उपयोगकर्ता के साथ बातचीत करने के तरीके में सुधार कर सकती है। | फोटो साभार: चित्रण: सेबस्टियन फ्रांसिस
जबकि एक शिक्षक हमेशा अनुमान लगा सकता है कि कोई छात्र कक्षा में ध्यान दे रहा है या नहीं, क्या एक एडुटेक बॉट को पता चलेगा कि स्क्रीन पर पाठ उसका ध्यान खींच रहा है या नहीं? वह दिन शायद दूर नहीं जब इन दोनों प्रकार की अंतःक्रियाओं के बीच की विभेदक रेखा धुंधली हो जाएगी।
इंटरनेशनल इंस्टीट्यूट ऑफ इंफॉर्मेशनल टेक्नोलॉजी बैंगलोर (IIITB) के शोधकर्ताओं ने एक रेडी-टू-यूज़ व्याख्यात्मक पाइपलाइन विकसित की है जो मानव-रोबोट इंटरैक्शन में मॉडलिंग जुड़ाव के लिए मशीन लर्निंग और मनोविज्ञान का उपयोग करती है। जुड़ाव की भविष्यवाणी के साथ-साथ, पाइपलाइन मानव व्यक्तित्व, दृष्टिकोण और भावनाओं में गहरी अंतर्दृष्टि प्रदान कर सकती है और इस तरह रोबोट मानव उपयोगकर्ता के साथ बातचीत करने के तरीके में सुधार कर सकती है।
मानवीय भावनाओं का एहसास
“हमारे पास अब जो रोबोटिक इंटरैक्शन सिस्टम हैं, वे किसी विशेष क्षण में मानवीय भावनाओं, संवेदनाओं और दृष्टिकोणों को ध्यान में नहीं रखते हैं, जबकि मानवीय इंटरैक्शन में, हम इन कारकों को ध्यान में रखते हैं। हम चाहते हैं कि सहायक रोबोट, चैटबॉट और अन्य स्वचालित प्रणालियाँ भी मानवीय भावनाओं को समझें,” आईआईआईटी बैंगलोर की प्रोफेसर और अध्ययन की वरिष्ठ शोधकर्ता श्रीषा राव ने बताया हिन्दू.
जबकि भीड़ में विभिन्न लोगों के बीच विविध जुड़ाव स्तरों से निपटने के दौरान इंटरैक्टिव रोबोटों से प्रत्येक व्यक्ति की जरूरतों के अनुकूल होने की उम्मीद की जाती है, उनके दृश्य और शारीरिक संकेतों के आधार पर प्रत्येक व्यक्ति की सगाई का सटीक माप प्रारंभिक चुनौती है। यह वह जगह है जहां पाइपलाइनें जो इन जुड़ाव स्तरों को कम कर सकती हैं तस्वीर में आती हैं।
यह अध्ययन पब्लिक लाइब्रेरी ऑफ साइंस के पीएलओएस वन जर्नल में प्रकाशित हुआ है, जिसे श्री राव की देखरेख में IIITB में स्नातक छात्रों सोहम जोशी और अर्पिता मालवल्ली ने लिखा है।
पांच बड़े व्यक्तित्व लक्षण (बहिर्मुखता, सहमतता, खुलापन, कर्तव्यनिष्ठा और विक्षिप्तता), इंटरपर्सनल सर्कम्प्लेक्स (आईपीसी), और इंटरपर्सनल बिहेवियर के ट्रायंडिस थ्योरी को जुड़ाव की भविष्यवाणी के लिए पाइपलाइन में शामिल किया गया है।
“आकर्षक व्यवहार की भविष्यवाणी करने के लिए कई पिछले तरीके मल्टीमॉडल संकेतों और जुड़ाव स्तरों के बीच संबंध को समझने के लिए गहरे तंत्रिका नेटवर्क को आँख बंद करके प्रशिक्षित करने पर निर्भर करते हैं। हालाँकि, यह दृष्टिकोण इस बात से काफी भिन्न है कि मनुष्य अपनी बातचीत में सहभागिता का आकलन कैसे करते हैं। हमारा लक्ष्य मानव-रोबोट इंटरैक्शन में एक भविष्यवाणी पाइपलाइन बनाना है जो सगाई के इस मानव-समान मूल्यांकन की नकल करता है, ”श्री जोशी ने कहा।
पाइपलाइन के विभिन्न चरणों के बारे में बताते हुए, श्री जोशी ने कहा, “हम बातचीत करने वाले मानव के पांच बड़े व्यक्तित्व लक्षणों की भविष्यवाणी करने के लिए आने वाले मल्टीमॉडल संकेतों जैसे सिर की गति, हाथ के इशारे, आंखों की गति और शारीरिक विशेषताओं का उपयोग करेंगे। फिर व्यक्तित्व की भविष्यवाणियों को आईपीसी पर प्रक्षेपित किया जाता है, और मानव व्यवहार और दृष्टिकोण और भावना के बीच सहसंबंध मूल्यों का उपयोग रोबोट के साथ बातचीत करने वाले मानव द्वारा प्रदर्शित आकर्षक व्यवहार के बारे में अनुमान लगाने के लिए किया जाता है।
अनुप्रयोगों की विस्तृत श्रृंखला
इस पाइपलाइन में ऑनलाइन शिक्षण प्लेटफ़ॉर्म, सहायक रोबोटिक्स और बुद्धिमान संवादी एजेंटों जैसे विभिन्न डोमेन में अनुप्रयोगों की एक विस्तृत श्रृंखला हो सकती है। हालाँकि एप्लिकेशन के लिए आवश्यक हार्डवेयर विभिन्न डोमेन में भिन्न हो सकते हैं, आगे चलकर शोधकर्ता यह देखने के लिए डोमेन के साथ साझेदारी करना चाहेंगे कि क्या पाइपलाइन के साथ उत्पाद या समाधान विकसित किए जा सकते हैं। वे बैकएंड में आवश्यक भारी डेटा सेट को छोटा करने पर भी ध्यान केंद्रित करना चाहेंगे।
अनुप्रयोगों के बारे में विस्तार से बताते हुए, श्री राव ने कहा, “उदाहरण के लिए, चैट-बॉट का उपयोग करने वाले ग्राहकों में कम जुड़ाव का अनुमान विभिन्न दृष्टिकोण और भावनाओं वाले मनुष्यों की जरूरतों को पूरा करने के लिए चैट-बॉट की बातचीत शैली में बदलाव की आवश्यकता का संकेत दे सकता है। ऑनलाइन सीखने में, पाइपलाइन का उपयोग छात्रों के बीच कम जुड़ाव स्तर की भविष्यवाणी करने और उन्हें प्रोत्साहित करने के तरीके के रूप में गेमिफिकेशन पेश करने के लिए किया जा सकता है।
