AI-mallit ja alustat

Hermoverkko malli tarjoaa näkymän autismiin liittyvään spektriin

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Tohokun yliopiston tutkijaryhmä on käyttänyt hermoverkko mallia, joka toistaa aivoja tietokoneella, jotta voisi saada tietoa siitä, miksi ihmisillä, joilla on autismiin liittyvä spektri, on vaikeuksia tulkita kasvojen ilmeitä.

Tutkimus julkaistiin Scientific Reports -julkaisussa 26. heinäkuuta 2021.

Erilaisten tunteiden tunnistaminen

Yuta Takahashi on yksi tutkimuksen tekijöistä.

“Ihmiset tunnistavat erilaisia tunteita, kuten surua ja vihaa, katsomalla kasvojen ilmeitä. Mutta vähän tiedetään siitä, miten me opimme tunnistamaan erilaisia tunteita kasvojen ilmeiden visuaalisen tiedon perusteella”, Takahashi sanoi.

“Myöskään ei ole selvää, mitä muutoksia tapahtuu tässä prosessissa, joka johtaa siihen, että ihmiset, joilla on autismiin liittyvä spektri, kamppailevat kasvojen ilmeiden tulkitsemisessa”, Takahashi jatkoi.

Ennustavan prosessoinnin teoria

Tutkijaryhmä nojautui ennustavan prosessoinnin teoriaan, joka sanoo, että aivot jatkuvasti ennustavat seuraavan aistimisen. Kun ennuste on väärä, aivot sopeutuvat ja aistitiedot, kuten kasvojen ilmeet, auttavat vähentämään ennustevirhettä.

Tutkijaryhmän kehittämä tekoälyverkko malli käyttää ennustavan prosessoinnin teoriaa, ja se pystyi toistamaan kehitysprosessin. Se koulutti itsensä ennustamaan, miten kasvojen osat liikkuvat kasvojen ilmeiden videoissa.

Seuraava askel oli itsejärjestää tunneklusterit hermoverkko mallin korkeamman tason hermosolujen avaruuteen. Samalla malli ei tiennyt, mihin tunteeseen kasvojen ilme videossa vastasi.

Malli pystyi myös yleistämään tuntemattomia kasvojen ilmeitä, joita ei ollut annettu koulutuksessa, sekä toistamaan kasvojen osien liikkeitä vähentäen ennustevirhettä.

Kuva: Yuta Takahashi, et al

Tutkijaryhmä aiheutti hermosolujen toiminnan poikkeavuuksia kokeissa, mikä auttoi ymmärtämään vaikutuksia oppimisen kehitykseen ja kognitiivisiin ominaisuuksiin. Kokeet osoittivat, että yleistämiskyky väheni mallissa, jossa hermosolujen toiminnan heterogeenisuus vähennettiin. Tämä osoitti, että emotionaalisia klustereiden muodostuminen korkeamman tason hermosoluissa estyi, ja se johti siihen, että hermoverkko malli ei pystynyt tunnistamaan tuntemattomien kasvojen ilmeiden tunteita, mikä on myös autismiin liittyvän spektrin oire.

Takahashi sanoo, että tutkimus osoittaa, että ennustavan prosessoinnin teoria voi selittää tunteiden tunnistamisen kasvojen ilmeiden perusteella hermoverkko mallin avulla.

“Toivomme, että voimme syventää ymmärrystämme prosessista, jossa ihmiset oppivat tunnistamaan tunteita ja kognitiivisia ominaisuuksia, joilla on autismiin liittyvä spektri”, Takahashi sanoi. “Tutkimus auttaa kehittämään sopivia interventio menetelmiä niille, joille on vaikeaa tunnistaa tunteita.”

Alex McFarland on AI-toimittaja ja kirjailija, joka tutkii viimeisimpiä kehityksiä tekoälyssä. Hän on tehnyt yhteistyötä useiden AI-startup-yritysten ja julkaisujen kanssa maailmanlaajuisesti.