Το AI Κινείται Βαθύτερα στα Ανθρώπινα Συναισθήματα

Ερευνητές στο Πανεπιστήμιο του Κολοράντο και στο Πανεπιστήμιο Duke έχουν αναπτύξει ένα νευρωνικό δίκτυο για να αποκωδικοποιήσουν με ακρίβεια εικόνες σε 11 διαφορετικές κατηγορίες ανθρώπινων συναισθημάτων. Η ερευνητική ομάδα στα πανεπιστήμια περιελάμβανε τους Phillip A. Kragel, Marianne C. Reddan, Kevin S. LaBar και Tor D. Wagner.

Ο Phillip Kragel εξηγεί τα νευρωνικά δίκτυα ως υπολογιστικά μοντέλα που μπορούν να χαρτογραφήσουν εισαγόμενα σήματα σε μια έξοδο ενδιαφέροντος με την εκμάθηση μιας σειράς φίλτρων. Όταν ένα δίκτυο εκπαιδεύεται για να ανιχνεύσει μια συγκεκριμένη εικόνα ή αντικείμενο, μαθαίνει τα διάφορα χαρακτηριστικά που είναι μοναδικά για αυτό, όπως σχήμα, χρώμα και μέγεθος.

Το νέο συνβολικό νευρωνικό δίκτυο έχει ονομαστεί EmoNet και εκπαιδεύτηκε σε οπτικές εικόνες. Η ερευνητική ομάδα χρησιμοποίησε μια βάση δεδομένων που είχε 2.185 βίντεο και περιελάμβανε 27 διαφορετικές κατηγορίες συναισθημάτων. Από τη συλλογή των βίντεο, εξήγαγαν 137.482 καρέ που χωρίστηκαν σε δείγματα εκπαίδευσης και δοκιμής. Δεν ήταν μόνο βασικά συναισθήματα, αλλά περιελάμβαναν πολλά σύνθετα επίσης. Οι διαφορετικές κατηγορίες συναισθημάτων περιελάμβαναν αγωνία, θαύμα, βαρεμάρα, σύγχυση, πείνα, αποστροφή, εмпαθητικό πόνο, ενθουσιασμό, φόβο, τρόμο, ενδιαφέρον, χαρά, ρομαντισμό, λύπη, σεξουαλικό πόθο και έκπληξη.

Το μοντέλο ήταν σε θέση να ανιχνεύσει κάποια συναισθήματα όπως η πείνα και ο σεξουαλικός πόθος με υψηλή εμπιστοσύνη, αλλά είχε δυσκολία με άλλα συναισθήματα όπως η σύγχυση και η έκπληξη. Για να κατηγοριοποιήσει τις διαφορετικές εικόνες και συναισθήματα, το νευρωνικό δίκτυο χρησιμοποίησε πράγματα όπως το χρώμα, τα χωρικά φάσματα ισχύος, και την παρουσία αντικειμένων και προσώπων στις εικόνες.

Προκειμένου να χτίσουν πάνω στην έρευνα και το νευρωνικό δίκτυο, η ομάδα μελέτησε 18 διαφορετικά άτομα και τη δραστηριότητα του εγκεφάλου τους μετά την προβολή 112 διαφορετικών εικόνων. Μετά την προβολή των πραγματικών ανθρώπων τις εικόνες, οι ερευνητές τις έδειξαν τις ίδιες στο δίκτυο EmoNet για να συγκρίνουν τα αποτελέσματα μεταξύ των δύο.

Ηδη χρησιμοποιούμε ορισμένες εφαρμογές και προγράμματα κάθε μέρα που διαβάζουν τα πρόσωπα και τις εκφράσεις μας για πράγματα όπως η αναγνώριση προσώπου, η photo manipulation μέσω του AI, και για να ξεκλειδώνουμε τα smartphones μας. Αυτή η νέα εξέλιξη παίρνει αυτό πολύ πιο远 με την πιθανότητα όχι μόνο να διαβάζει τα φυσικά χαρακτηριστικά του προσώπου, αλλά τώρα να διαβάζει τα συναισθήματα και τις σκέψεις ενός ατόμου μέσω του προσώπου του. Είναι μια ενθουσιώδης αλλά και ανησυχητική εξέλιξη, καθώς προβλήματα ιδιωτικής ζωής θα αναδυθούν σίγουρα. Ηδη ανησυχούμε για την αναγνώριση προσώπου και τι μπορεί να συμβεί με αυτά τα δεδομένα.

Εκτός από το επικίνδυνο δυνατό που αφορά τα προβλήματα ιδιωτικής ζωής, αυτή η νέα τεχνολογική εξέλιξη μπορεί να βοηθήσει σε πολλά πεδία. Για παράδειγμα, πολλοί ερευνητές συχνά βασίζονται σε συμμετέχοντες που αναφέρουν τα δικά τους συναισθήματα. Τώρα, οι ερευνητές μπορούν να χρησιμοποιήσουν την εικόνα του προσώπου του συμμετέχοντα για να μάθουν τα συναισθήματά του. Αυτό θα μειώσει τα λάθη στην έρευνα και τα δεδομένα.

“Όταν πρόκειται για τη μέτρηση των συναισθημάτων, είμαστε τυπικά ακόμη περιορισμένοι μόνο στην ερώτηση των ανθρώπων πώς чувствούν”, είπε ο Tor Wagner, ένας από τους ερευνητές της ομάδας. “Η δουλειά μας μπορεί να μας βοηθήσει να κινηθούμε προς άμεσες μετρήσεις των συναισθηματικών – συναφών εγκεφαλικών διαδικασιών.”

Αυτή η νέα έρευνα μπορεί επίσης να βοηθήσει στη μετάβαση των ψυχιατρικών ετικετών όπως η “αγωνία” σε εγκεφαλικές διαδικασίες.

“Μακριά από τις υποκειμενικές ετικέτες όπως η ‘αγωνία’ και η ‘κατάθλιψη’ προς τις εγκεφαλικές διαδικασίες, θα μπορούσε να οδηγήσει σε νέα στόχους για θεραπείες, θεραπείες και παρεμβάσεις”, είπε ο Phillip Kragel, ένας άλλος ερευνητής.

Αυτό το νέο νευρωνικό δίκτυο είναι μόνο μια από τις νέες και ενθουσιώδεις εξελίξεις στην τεχνητή νοημοσύνη. Οι ερευνητές συνεχώς推進ουν αυτή τη τεχνολογία, και θα κάνει μια επιρροή σε κάθε πεδίο της ζωής μας. Οι νέες εξελίξεις στην τεχνητή νοημοσύνη παίρνουν αυτό βαθύτερα στα διαφορετικά πεδία της ανθρώπινης συμπεριφοράς και συναισθήματος. Ενώ γνωρίζουμε κυρίως την τεχνητή νοημοσύνη να αντιμετωπίζει το φυσικό πεδίο, συμπεριλαμβανομένων των μυών, των βραχιόνων και άλλων μερών του σώματος, τώρα πηγαίνουμε στο ανθρώπινο ψυχή με την τεχνολογία.