AIは人間の感情に深く関わる

コロラド大学とデューク大学の研究者は、11種類の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。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、入力信号を出力信号にマッピングすることが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、サイズなどのユニーク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種類の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。基本的な感情だけでなく、多くの複雑な感情も含まれていました。感情カテゴリには、不安、畏敬、退屈、混乱、欲求、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、驚きなどが含まれていました。

モデルは、欲求や性的欲求などの感情を高い信頼性で検出することができましたが、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、オブジェクトや顔の存在などの特徴を使用しました。

研究を進めるために、チームは18人を調査し、112枚の画像を見せ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、同じ画像をEmoNetネットワークに示して、結果を比較しました。

私たちはすでに、顔認識、AIを使用した写真操作、スマートフォンの解錠などのために、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、顔の物理的な特徴だけでなく、感情や感情を読み取る可能性を提供します。これは興奮するものですが、プライバシーに関する懸念も生じます。顔認識とそのデータの扱いについてはすでに懸念しています。

プライバシーに関する懸念以外に、この新しい技術開発は多くの分野で役立ちます。研究者は参加者に感情を報告するように求めることが多いですが、今回は参加者の顔の画像を使用して感情を学習できます。これにより、研究とデータの誤差が減少します。

「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Tor Wagnerは述べています。「私たちの研究は、感情に関連する脳プロセスを直接測定することができるようにしてくれるでしょう。」

この新しい研究は、精神衛生のラベルを「不安」から脳プロセスに変えるのに役立ちます。

「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進むことで、新しい治療、治療、介入の対象が見つかる可能性があります」と、研究者の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さらに推進しており、人々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、身体的な領域から人間の行動や感情の分野に深く関わるようになっています。私たちは、人工知能が身体的な部分、筋肉、腕、身体の他の部分で働くことを知っていますが、今回は技術を人間の精神に適用することになります。