Agitateur de Neurones

Intelligence Artificielle Émotionnelle

La grande difficulté pour un programme informatique, Chatbot ou système plus complexe d’intelligence artificielle, ce n’est pas tant sa capacité à simuler des sentiments mais plutôt à détecter et évaluer des sentiments au niveau des interactions avec les « humains ». Si la détection peut être à leur portée, l’évaluation est beaucoup plus complexe.

Les psychologues classifient les émotions en 6 principales catégories :

  • bonheur
  • tristesse
  • dégoût
  • colère
  • surprise
  • peur

Si on se cantonne au langage écrit (le langage parlé peut convoyer des émotions via des intonations ainsi que des expressions faciales), ces émotions s’expriment grâce à un usage pertinent de mots, de constructions de phrases et plus généralement de sémantique. Les psychologues ont donc pu créer des listes multilingues de mots associés à des émotions.

Ces listes permettent à des programmes d’analyser nos émotions à un premier niveau. C’est le système retenu par certains tests en ligne (tests de compatibilité sur les sites de rencontre, applications de recrutement) et surtout par des applications d’analyse de tendance sur les flux de réseaux sociaux comme FaceBook ou Twitter  (connotation négative ou positive à une marque par exemple).

Depuis peu, le chemin vers une intelligence artificielle émotionnelle a été ouvert par les travaux de Hao Zhou de l’Université de Tsinghua de Pékin.

L’équipe propose la notion d’Emotional Chatting Machine (ECM), à mettre en parallèle avec notre notion d’Emotional Artificial Intelligence (EAI).

Dans un premier temps, notre système analyse sémantiquement le texte saisi par l’humain, grâce à des algorithmes de deep learning à apprentissage supervisé (base de connaissances propriétaire, en français pour l’instant). Il en résulte un contexte émotionnel. Selon les règles du Chatbot, une réponse est ensuite générée puis validée dans le même algorithme afin de vérifier que le contexte émotionnel reste le même.