MIT में विकसित कंप्यूटर विज़न सिस्टम अधिक सफल साक्षात्कार के लिए अनुमति देता है।

मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी ने संचार कौशल प्रशिक्षण के लिए एक कार्यक्रम विकसित किया है। वह एक नियमित कंप्यूटर पर एक वेबकेम के साथ काम करती है। कार्यक्रम एक तीन-आयामी एनिमेटेड चरित्र प्रदर्शित करता है जो व्यक्ति के साथ "संवाद" करता है और उससे सवाल पूछता है। कार्यक्रम एक व्यक्ति के साथ दृश्य संपर्क बनाए रखने के लिए कंप्यूटर दृष्टि और भाषण मान्यता का उपयोग करता है। लेकिन मज़ा बाद में शुरू होता है। कार्यक्रम बातचीत की रिकॉर्डिंग को पुन: पेश करता है, इशारों पर विस्तृत डेटा के साथ, चेहरे के भावों में बदलाव, समय और आवाज की गूंज, "सामान्य रूप में" जैसे "सामान्य रूप में" जैसे परजीवी शब्दों के उपयोग की आवृत्ति। यह आपको न केवल अपने आप को पक्ष से देखने की अनुमति देता है, बल्कि उन सभी संकेतों को भी एक सचेत स्तर पर लाता है जिसके द्वारा लोग वार्ताकार की सहज छाप बनाते हैं।




कार्यक्रम, जिसे लेखकों ने एमएसीएच (माई ऑटोमेटेड कन्वर्सेशन कोकह) कहा जाता है, 90 एमआईटी छात्रों पर परीक्षण किया गया था। उन्होंने इस उद्देश्य के लिए विशेष रूप से काम पर रखे गए पेशेवर भर्तियों के साथ साप्ताहिक अंतराल पर दो साक्षात्कार लिए। साक्षात्कार के बाद, भर्तीकर्ताओं को एक प्रश्नावली भरकर "आवेदकों" का मूल्यांकन करने के लिए कहा गया। छात्रों को तीन समूहों में विभाजित किया गया था। दो साक्षात्कारों के बीच के अंतराल में, नियंत्रण समूह ने साक्षात्कार तकनीकों पर वीडियो ट्यूटोरियल देखा। दूसरे समूह ने उनके साक्षात्कार के सामान्य वीडियो को देखा। तीसरा - न केवल वीडियो का अध्ययन कर सकता था, बल्कि एमएसीएच द्वारा एकत्र किए गए सभी विश्लेषिकी। एक हफ्ते बाद, तीसरे समूह ने परिणामों में एक सांख्यिकीय रूप से महत्वपूर्ण सुधार दिखाया - भर्तीकर्ताओं ने अक्सर उन्हें "सामान्य धारणा", "काम करने के लिए सकारात्मक दृष्टिकोण" की श्रेणियों में उच्च अंक दिए, अधिक बार सवाल का सकारात्मक जवाब दिया "क्या आप इस व्यक्ति को काम पर रखने की सिफारिश करेंगे?"

कार्यक्रम में इस्तेमाल किए गए स्केच 3 डी मॉडल के बावजूद, छात्रों ने इसके साथ संवाद करने की अप्रत्याशित रूप से प्राकृतिक छाप का उल्लेख किया - लेखकों ने सुनिश्चित किया कि मॉडल ने व्यक्ति के चेहरे की आंखों का पालन किया, सही क्षणों में सिर हिलाया, जो व्यक्ति की मुस्कान के जवाब में मुस्कुराया।


मुख्य विकासकर्ता, पीएचडी एहसान हॉके ने कहा कि उन्होंने दो साल तक एमएसीएच में काम किया - यह उनके डॉक्टरेट शोध प्रबंध का हिस्सा है। उनके पास कार्यक्रम को वेब एप्लिकेशन के रूप में उपलब्ध कराने या स्रोत को प्रकाशित करने की योजना है, लेकिन इसके लिए बहुत काम करना होगा - इसमें कोड की लगभग आधा मिलियन लाइनें हैं। उन्हें उम्मीद है कि उनका विकास न केवल संचार कौशल या सार्वजनिक बोलने के शिक्षण के लिए, बल्कि फोबिया, ऑटिज्म, एस्पेगर सिंड्रोम से पीड़ित लोगों के इलाज के लिए भी शिक्षण में सक्षम होगा। सार्वजनिक डोमेन में एमएसीएच के उद्भव के बारे में जानने वाले पहले व्यक्ति के लिए, एक सदस्यता फॉर्म बनाया गया है। अब तक, केवल पीडीएफ प्रारूप में एक लेख प्रकाशित किया गया है।

PS: लगभग एक साल पहले Habré पर उन्होंने एक ऐसी प्रणाली के बारे में लिखा था जो किसी व्यक्ति की वीडियो पर पल्स रिकॉर्ड करने में सक्षम है। इसी सिद्धांत (Euler वीडियो ज़ूम) पर काम कर रहे एक वेबकैम-आधारित हृदय गति डिटेक्टर को हाल ही में Github पर प्रकाशित किया गया था। ऐसा लगता है कि इन तकनीकों पर आधारित झूठ डिटेक्टरों की उपस्थिति से पहले काफी कुछ बचा है, जो कई दिलचस्प संभावनाओं को खोलते हैं, उदाहरण के लिए, उन्हें नेताओं और वरिष्ठ अधिकारियों द्वारा भाषणों की रिकॉर्डिंग प्रदान की जा सकती है। सबसे अधिक संभावना है कि उनका उपयोग जल्दी से सभी के लिए अवैध हो जाएगा, विशेष सेवाओं को छोड़कर ...