Специалисты из России разработали технологию, которая существенно улучшает надежность эмоционального отклика в легковесных системах искусственного интеллекта. Этот подход сохраняет эффективность даже в сложных рабочих условиях.
Как сообщает ТАСС со ссылкой на пресс-службу Сбера, в основе разработки лежит применение комплекса оптимизированных нейросетевых моделей, сочетающих высокую точность с минимальными требованиями к вычислительным ресурсам.
Особое внимание уделено методам оптимизации, включающим интеллектуальную фильтрацию входных данных и использование предобученных моделей, что существенно снижает нагрузку на систему. Важным компонентом технологии стал оригинальный метод «позднего слияния», позволяющий эффективно интегрировать информацию из различных источников — аудио, видео и текстовых данных.
Такой комплексный подход обеспечивает стабильную работу даже на маломощных устройствах, сохраняя при этом высокую точность распознавания эмоциональных состояний.
Российские исследователи отмечают, что их технология демонстрирует превосходство над распространенными решениями вроде VGGFace и wav2vec 2.0, показывая прирост точности от 1,5% до 15%. При этом система сохраняет работоспособность на оборудовании с минимальными вычислительными возможностями.
По мнению разработчиков, это открывает новые горизонты для внедрения эмоционального интеллекта в ИИ-системы, позволяя создавать более адаптивные и отзывчивые интерфейсы даже для ресурсоограниченных устройств. Такой прорыв может сделать технологии распознавания эмоций более доступными и массовыми.
