Tekoäly syventyy ihmisen tunteisiin

Coloradon yliopiston ja Duke-yliopiston tutkijat ovat kehittäneet neuronverkon, joka pystyy tulkkaamaan kuvat 11:een eri ihmisen tunteen kategoriaan. Tutkimusryhmään kuuluivat Phillip A. Kragel, Marianne C. Reddan, Kevin S. LaBar ja Tor D. Wagner.

Phillip Kragel selittää, että neuronverkot ovat tietokoneella toteutettavia malleja, jotka pystyvät kartoittamaan syötesignaaleja haluttuun tulokseen oppimalla sarjan suodattimia. Kun verkko koulutetaan tunnistamaan tietty kuva tai asia, se oppii eri piirteitä, jotka ovat sille ominaisia, kuten muoto, väri ja koko.

Uusi konvoluutio-neuronverkko on nimeltään EmoNet, ja se on koulutettu visuaalisten kuvien tunnistamiseen. Tutkimusryhmä käytti tietokantaa, jossa oli 2 185 videota ja 27 eri tunneen kategoriaa. Videokokoelmasta he poistivat 137 482 kehyksen, jotka jaettiin koulutus- ja testinäytteiksi. Nämä eivät olleet vain perustunteita, vaan myös monia kompleksisia tunteita. Eri tunneen kategoriat käsittivät ahdistusta, hämmästystä, boredoria, hämmennystä, himoa, inhoa, myötätuntoista kipua, lumoutta, jännitystä, pelkoa, kauhua, kiinnostusta, iloa, romantiikkaa, surua, seksuaalista himoa ja yllätystä.

Malli pystyi tunnistamaan joitakin tunteita, kuten himoa ja seksuaalista himoa, korkealla luottamusväliajalla, mutta se kärsi vaikeuksista muiden tunteiden, kuten hämmennys ja yllätys, tunnistamisessa. Tunnisteiden ja tunteiden luokitteluun neuronverkko käytti asioita, kuten väriä, spatiaalista voimaa, ja esineiden ja kasvojen läsnäoloa kuvissa.

Jotta tutkimusta ja neuronverkkoa voitiin kehittää edelleen, tutkijaryhmä tutki 18 eri ihmistä ja heidän aivotoimintaaan näytettäessä heille 112 eri kuvaa. Näytettyään oikeille ihmisille kuvat, tutkijat näyttivät samat kuvat EmoNet-verkolle vertailemaan tuloksia kahden välillä.

Käytämme jo tiettyjä sovelluksia ja ohjelmia, jotka lukevat kasvojemme ja ilmeitämme asioiden, kuten kasvontunnistuksen, valokuvien muokkauksen tekoälyllä ja älypuhelimen lukituksen, vuoksi. Tämä uusi kehitys vie tämän paljon pidemmälle mahdollisuudella lukemalla kasvojen fyysisiä piirteitä, mutta myös lukemalla henkilön tunteita ja tunneita kasvojen kautta. Se on jännittävä, mutta myös huolestuttava kehitys, koska yksityisyyden suojelua koskevia huolenaiheita varmasti herää. Olemme jo huolissamme kasvontunnistuksesta ja siitä, mitä voidaan tehdä sillä kerätyllä datalla.

Lisäksi vaarallisen potentiaalin osalta yksityisyyden suojelua koskevissa kysymyksissä, tämä uusi teknologinen kehitys voi auttaa monilla aloilla. Tutkijat voivat esimerkiksi käyttää osallistujan kasvojen kuvaa oppiakseen heidän tunteistaan. Tämä vähentää virheitä tutkimuksessa ja datassa.

“Kun on kyse tunteiden mittaamisesta, meillä on yleensä edelleen rajoitus, joka johtuu siitä, että meidän on kysyttävä ihmisiltä, miten he tuntevat”, sanoi Tor Wagner, yksi tutkijoista. “Meidän työmme voi auttaa meitä siirtymään suoraan mittaamaan tunteisiin liittyviä aivoprosesseja.”

Tämä uusi tutkimus voi myös auttaa siirtymään mielenterveyden diagnooseja, kuten ahdistusta, aivoprosessien suuntaan.

“Poistumalla subjektiivisista diagnooseista, kuten ahdistus ja masennus, kohti aivoprosesseja, voidaan löytää uusia kohteita lääkehoidolle, hoitojen ja interventioiden kehittämiseen”, sanoi Phillip Kragel, toinen tutkijoista.

Tämä uusi neuronverkko on vain yksi uusista ja jännittävistä kehityksistä tekoälyssä. Tutkijat työskentelevät jatkuvasti tämän teknologian parissa, ja se tulee vaikuttamaan jokaiselle elämän alueelle. Uudet kehitysaskelit tekoälyssä vievät sitä syvemmälle ihmisen käyttäytymisen ja tunteiden eri aloille. Vaikka me pääasiallisesti tunnemme tekoälyn toimivan fyysisellä tasolla, kuten lihasten, käsien ja muiden kehon osien kanssa, me nyt siirrymme ihmisen psyykeen teknologian avulla.