AI liigub sügavamale inimese emotsioonidesse

Colorado ülikooli ja Duke'i ülikooli teadlased on välja töötanud närvivõrgu, mis võimaldab pilte täpselt dekodeerida 11 erinevasse inimese emotsioonide kategooriasse. Ülikoolide uurimisrühma kuulusid Phillip A. Kragel, Marianne C. Reddan, Kevin S. LaBar ja Tor D. Wagner. 

Phillip Kragel selgitab närvivõrke kui arvutimudeleid, mis suudavad sisendsignaale vastendada huvipakkuva väljundiga, õppides ära mitmeid filtreid. Iga kord, kui võrk on koolitatud tuvastama teatud kujutist või asja, õpib see selgeks erinevad funktsioonid, mis on talle ainulaadsed, nagu kuju, värv ja suurus.

Uus konvolutsiooniline närvivõrk on saanud nimeks EmoNet ja seda treeniti visuaalsete kujutiste põhjal. Uurimisrühm kasutas andmebaasi, milles oli 2,185 videot ja mis sisaldas 27 erinevat emotsioonikategooriat. Videokogust eraldasid nad 137,482 XNUMX kaadrit, mis jaotati koolitus- ja testimisnäidisteks. Need ei olnud ainult põhiemotsioonid, vaid sisaldasid ka palju keerulisi emotsioone. Erinevad emotsioonikategooriad hõlmasid ärevust, aukartust, igavust, segadust, iha, vastikust, empaatilist valu, vaimustust, põnevust, hirmu, õudust, huvi, rõõmu, romantikat, kurbust, seksuaalset iha ja üllatust. 

Modell suutis kõrge usaldusvahemikuga tuvastada mõningaid emotsioone, nagu iha ja seksuaalne soov, kuid tal oli probleeme teiste emotsioonidega, nagu segadus ja üllatus. Erinevate piltide ja emotsioonide kategoriseerimiseks kasutas närvivõrk selliseid asju nagu värv, ruumilise võimsuse spektrid ning objektide ja nägude olemasolu piltidel. 

Uurimistööle ja närvivõrgule tuginemiseks uuris meeskond pärast 18 erineva pildi näitamist 112 erinevat inimest ja nende ajutegevust. Pärast tõelistele inimestele piltide näitamist näitasid teadlased samu pilte EmoNeti võrgule, et võrrelda nende kahe tulemusi. 

Kasutame juba iga päev teatud rakendusi ja programme, mis loevad meie nägusid ja ilmeid näiteks näotuvastuseks, tehisintellekti kaudu fotode manipuleerimiseks ja nutitelefonide avamiseks. See uus areng viib seda palju kaugemale võimalusega mitte ainult lugeda näo füüsilisi tunnuseid, vaid nüüd lugeda ka inimese emotsioone ja tundeid läbi nende nägude. See on põnev, kuid ka murettekitav areng, kuna privaatsusprobleemid tekivad kindlasti. Oleme juba mures näotuvastuse ja selle pärast, mis nende andmetega juhtuda võib. 

Peale privaatsusprobleemide ohtliku potentsiaali võib see uus tehnoloogiline areng aidata paljudes valdkondades. Esiteks toetuvad paljud teadlased sageli osalejatele, kes teatavad oma emotsioonidest. Nüüd saavad teadlased emotsioonide õppimiseks kasutada selle osaleja näo kujutist. See vähendab uuringutes ja andmetes esinevaid vigu. 

"Emotsioonide mõõtmisel piirdume tavaliselt ikkagi ainult inimeste küsimisega, kuidas nad end tunnevad," ütles Tor Wagner, üks meeskonna teadlastest. "Meie töö võib aidata meil liikuda emotsioonidega seotud ajuprotsesside otseste mõõtmiste suunas." 

See uus uuring võib aidata ka vaimse tervise märgiseid, nagu "ärevus", ajuprotsessidele üle kanda. 

"Subjektiivsetest siltidest, nagu "ärevus" ja "depressioon" eemaldumine ajuprotsesside suunas võib viia uute sihtmärkideni teraapiate, ravi ja sekkumiste jaoks." ütles teine ​​teadlane Phillip Kragel. 

See uus närvivõrk on vaid üks uutest ja põnevatest tehisintellekti arengutest. Teadlased suruvad seda tehnoloogiat pidevalt edasi ja see avaldab mõju meie elu igas valdkonnas. AI uued arengud viivad selle sügavamale inimkäitumise ja emotsioonide erinevatesse valdkondadesse. Kuigi me teame enamasti AI-st, mis tegeleb füüsilises valdkonnas, sealhulgas lihased, käed ja muud kehaosad, uurime nüüd tehnoloogia abil inimese psüühikat.