Читать книгу Künstliche Intelligenz und Empathie. Vom Leben mit Emotionserkennung, Sexrobotern & Co - Catrin Misselhorn - Страница 15

Multimodale Ansätze versuchen die Zuverlässigkeit der Emotionserkennung zu steigern, indem verschiedene Modalitäten berücksichtigt werden. Schließlich bedienen sich auch Menschen bei der Emotionserkennung vielfältiger Informationskanäle. Die Zusammenführung von Informationen aus verschiedenen Modalitäten ist besonders dann zielführend, wenn keine Laborbedingungen vorliegen. So kann die Stimme über jemandes Emotionen in einer Situation zuverlässiger Auskunft geben, in der beispielsweise keine oder schlechte visuelle Daten zum Gesichtsausdruck vorliegen. Sind hingegen starke Hintergrundgeräusche gegeben, während die visuellen Bedingungen gut sind, verhält es sich gerade umgekehrt. Allerdings stehen multimodale Ansätze auch vor besonderen Herausforderungen. Eine Schwierigkeit besteht bereits darin, an entsprechende multimodale Trainingsdatensätze einer größeren Anzahl von Versuchspersonen heranzukommen. Ungelöst ist auch die Frage, wie man die Daten aus unterschiedlichen Modalitäten zusammenführen kann: Wie geht man mit raum-zeitlichen Unterschieden um? Welche Gewichtung sollen die Daten aus den jeweiligen Modalitäten erhalten? In welcher Form werden sie zusammengeführt? Zudem liegen nicht immer Daten aus allen Modalitäten vor. Das kann an fehlenden oder falschen Eingaben liegen, aber auch daran, dass nicht alle Emotionen in jeder Modalität gleichermaßen gut erkennbar sind. Daten aus verschiedenen Modalitäten können sogar zu inkonsistenten Emotionszuschreibungen führen. Da der Versuchsaufbau verschiedener multimodaler Ansätze stark variiert, bleibt es schwierig, die Resultate der Studien miteinander zu vergleichen und gegebenenfalls zu wiederholen.