non-verbale communicatie

De toekomst van natuurlijke taalverwerking: non-verbale communicatie

De markt voor NLP groeit snel en zal naar verwachting in 2021 meer dan 16 miljard bedragen, terwijl een jaarlijkse groei van 16% wordt gerealiseerd.

Veel van deze ontwikkeling wordt gevoed door de behoeften van marketeers; geautomatiseerde berichtenuitwisseling, klantinzichten, chatbots en andere marketinginitiatieven vereisen allemaal NLP om effectief waardevolle gegevens vast te leggen en te extraheren, en om een ​​kwaliteitservaring te bieden aan klanten.

Veel van de huidige mogelijkheden van NLP draaien echter om woorden, hetzij rechtstreeks ontleend aan door de klant geschreven tekst, hetzij opgenomen via audio en vervolgens getranscribeerd. Dit betekent dat de huidige NLP-tools het beste werken wanneer een klant aan het typen is, maar niet zo goed presteert wanneer dezelfde persoon aan het praten is.
Misschien nog belangrijker, deze tools kunnen geen gebruik maken van non-verbale communicatie om de klant te begrijpen en een betere ervaring te bieden. Non-verbale communicatie is verantwoordelijk voor 80-90% van de betekenis die in menselijke interacties wordt gevonden, dus om technologie ooit echt met mensen te laten communiceren, moet het de gegevens gebruiken die zijn gevonden in wat we zeggen, evenals hoe we het zeggen.

Biometrie is cruciaal voor NLP-vooruitgang

Non-verbale communicatie draait vooral om gezichtsuitdrukkingen, gebaren en lichaamstaal. Als gevolg hiervan zullen biometrische gegevens zoals gezichtsherkenning van cruciaal belang zijn voor het stimuleren van een gebruikerservaring. Gezichtsherkenning wordt een standaard beveiligingsfunctie op apparaten zoals smartphones, en de technologie is in toenemende mate in staat om emotie en sentiment te herkennen via de gezichtsuitdrukkingen van een mens.

Er zijn tientallen micro-expressies die mensen gebruiken tijdens gesprekken die wijzen op het brede scala aan emoties achter onze woorden. Deze uitdrukkingen helpen ons ook om onderscheid te maken tussen echte emoties en bijvoorbeeld sarcasme. Non-verbale signalen zijn essentieel voor het nauwkeurig interpreteren en reageren op menselijke communicatie.

In combinatie met op tekst gebaseerde natuurlijke taalverwerkingstools, kunnen biometrie computers een eerder onbereikbaar niveau van mens-computer-interacties (HCI) ontgrendelen, leren van en mensen betrekken bij non-verbale communicatie die een zinvoller gesprek zal creëren.
Humanoïde robotica is van cruciaal belang voor interacties tussen mens en computer

Naarmate biometrie en NLP vooruitgaan, is een ding om in de gaten te houden hoe ze worden geïmplementeerd in commerciële omgevingen. Meer en meer zien we schermen opduiken op locaties van consumenten – iPads in restaurants en interactieve tv’s in winkelcentra bijvoorbeeld. Hoewel deze apparaten een aantrekkelijkere ervaring bieden voor menselijke gebruikers, zijn ze nog steeds eenrichtingsgericht: een mens praat op een computer en de computer reageert programmatisch.

Menselijke communicatie is duidelijk bidirectioneel;

Terwijl u verbale en non-verbale informatie communiceert, verwerkt de persoon waarmee u aan het chatten bent niet alleen uw signalen, maar zet deze zijn eigen signalen uit. Schermen hebben echter geen lichamen, dus bij uitbreiding hebben ze geen lichaamstaal, en als zodanig zijn ze niet in staat tot genuanceerde non-verbale communicatie.
Humanoïde robots kunnen de sleutel zijn tot het ontsluiten van een echt natuurlijke interactie tussen mens en technologie. Naarmate biometrie en NLP sneller en nauwkeuriger worden, zullen deze technologieën humanoïde robots in staat stellen om gebruikers op een menselijke manier te verwerken en erop te reageren. Even belangrijk is dat de humanoïde vormfactor het potentieel heeft om non-verbaal te communiceren met beweging, houding en uitdrukkingen. Dit creëert een tweerichtingsgesprek dat waarschijnlijk meer waardevolle emotie- en sentimentgegevens vastlegt bij elke gebruikersinteractie.

SoftBank Robotics bevordert interacties tussen mens en computer

Lees elk belangrijk zakenmagazine en u zult ongetwijfeld een artikel of twee over SoftBank Group tegenkomen. Het Japanse hi-tech conglomeraat heeft strategisch zijn 100 miljard Vision Fund geïnvesteerd in technologieën die de wereld opnieuw zullen definiëren zoals wij die kennen – technologie zoals kunstmatige intelligentie, biometrie, microprocessors en zelfrijdende auto’s, om er maar een paar te noemen.

Een van de meest interessante en ambitieuze investeringen in robotica.

Besteed 10 minuten aan het doorlezen van technisch nieuws en je zult steevast een leuke video tegenkomen van een van de SoftBank-robots van Boston Dynamics die backflips doen of deuren openen. In de commerciële sector is Pepper, de 4-voet lange humanoïde robot van SoftBank Robotics, charmante media en consumenten geweest in winkels, restaurants en hotels. Achter de schermen leidt het echter ook de innovatie-inspanningen om biometrie en NLP naar robotica te brengen.

SoftBank Robotics werkt onlangs samen met chatbotleider Satisfi om geavanceerde NLP- en gespreksmogelijkheden naar Pepper te brengen. Bovendien beschikt de robot nu over innovatieve gezichtsherkenningsmogelijkheden dankzij een samenwerking met Ever.ai. Met deze vaardigheden kan Pepper nu mensen herkennen die het eerder heeft ontmoet en ze betrekken bij een uniek diepgaand gesprek; de robot kan elke gebruiker onthouden en toekomstige ervaringen voor hem personaliseren op basis van wat hij al heeft geleerd.

In de toekomst zal Pepper ook gebaarherkenning, geavanceerde emotionele detectie en de mogelijkheid om oogbewegingen te lezen en te beoordelen – kenmerken waarmee het SoftBank Robotics-team actief experimenteert en alles doet om Pepper de mogelijkheid te geven om non-verbale communicatie te begrijpen.

Van mens-computer interactie tot mens-computer gesprek

De rijkdom en betekenis van menselijke interactie wordt gecreëerd door de harmonie van verbale en non-verbale communicatie. Opdat computers met dit niveau van betekenis kunnen communiceren, moeten ze onze non-verbale signalen kunnen begrijpen.
Door vooruitgang in biometrie en natuurlijke taalverwerking krijgen apparaten zoals humanoïde robots de mogelijkheid om zowel onze gezichten en lichaamstaal als onze woorden te lezen. Terwijl robots leren om menselijke gebruikers te herkennen, dynamische gesprekken aan te gaan en ons sentiment en onze intentie te bepalen, zullen ze uiteindelijk betere service en een gepersonaliseerde ervaring bieden voor elke persoon waarmee ze communiceren.