AIは人間の感情にさらに深く潜り込んでいる

コロラド大学とデューク大学の研究者は、11つの異なる人間の感情カテゴリに画像を正確に解釈するためのニューラルネットワークを開発しました。大学の研究チームには、Phillip A. Kragel、Marianne C. Reddan、Kevin S. LaBar、Tor D. Wagnerが含まれていました。

Phillip Kragelは、ニューラルネットワークを、入力信号を関心のある出力にマッピングできるコンピューターモデルとして説明しています。ネットワークが特定の画像または物体を検出するようにトレーニングされると、形状、色、サイズなどのそれに固有のさまざまな特徴を学習します。

新しい畳み込みニューラルネットワークはEmoNetと命名され、視覚的な画像でトレーニングされました。研究チームは、2,185本のビデオと27つの異なる感情カテゴリを持つデータベースを使用しました。ビデオのコレクションから、137,482フレームを抽出し、トレーニングとテストのサンプルに分割しました。これらは基本的な感情だけでなく、多くの複雑なものも含まれていました。さまざまな感情カテゴリには、不安、畏敬、退屈、混乱、渇望、嫌悪、共感的な痛み、魅了、興奮、恐怖、恐怖、関心、喜び、ロマンス、悲しみ、性的欲求、驚きが含まれていました。

モデルは、渇望や性的欲求などの感情を高い信頼性で検出できましたが、混乱や驚きなどの感情では苦労しました。画像や感情をカテゴリ化するために、ニューラルネットワークは、色、空間パワースペクトル、画像内の物体や顔の存在などのものを使用しました。

研究とニューラルネットワークをさらに進めるために、チームは18人の異なる人と、彼らが112つの異なる画像を見た後の脳活動を調べました。実際の人間に画像を見せた後、研究者は同じ画像をEmoNetネットワークに示して、2つの結果を比較しました。

私たちはすでに、顔認識、AIによる写真操作、スマートフォンの解除などのために、毎日顔や表情を読み取るアプリやプログラムを使用しています。この新しい開発は、顔の物理的な特徴を読み取るだけでなく、顔から人の感情や気持ちを読み取る可能性を大幅に拡大します。これは、プライバシーに関する懸念が必ず生じるため、興奮するものですが、同時に懸念も生じます。顔認識とそのデータが何に使用されるかについて、すでに心配しています。

プライバシーに関する懸念の潜在的な危険性以外に、この新しい技術の開発は、多くの分野で役立つ可能性があります。たとえば、多くの研究者は、参加者が自分自身の感情を報告することに頼っています。現在、研究者は参加者の顔の画像を使用して彼らの感情を学ぶことができます。これにより、研究とデータのエラーが減ります。

「感情を測定する場合、通常はまだ人にどのように感じるかを尋ねることしかできない」と、研究チームの1人であるTor Wagnerは述べています。「私たちの仕事は、感情に関連する脳プロセスの直接的な測定に向けて私たちを導くことができます。」

この新しい研究は、精神衛生のラベルを「不安」から脳プロセスに移行するのにも役立ちます。

「主観的なラベルである『不安』や『うつ』から脳プロセスに向けて移行することで、新しい治療、治療、介入のターゲットにつながる可能性があります」と、研究チームのもう1人の研究者であるPhillip Kragelは述べています。

この新しいニューラルネットワークは、人工知能の新しい開発の1つです。研究者は、この技術を不断に進化させており、それは私たちの生活のすべての分野に影響を与えるでしょう。人工知能の新しい開発は、人間の行動や感情のさまざまな分野にさらに深く潜り込んでいます。私たちが主に知っている人工知能は、筋肉、腕、身体の他の部分などの物理的な領域で動作しますが、現在は人間の精神に技術を適用しています。