研究者が「感情的に知能的な」AIの実現に一歩近づく

日本の日本先端科学技術研究所（Japan Advanced Institute of Science and Technology）の研究者は、生物学的信号と機械学習方法を統合して「感情的に知能的な」AIを実現することを目指している。感情的知能は、より自然な人間と機械の対話につながる可能性があると研究者は述べている。

新しい研究は、 IEEE Transactions on Affective Computingに掲載された。

感情的知能の実現

AlexaやSiriなどのスピーチと言語認識技術は不断に進化しており、感情的知能の追加はこれらを次のレベルに引き上げる可能性がある。これにより、これらのシステムはユーザーの感情状態を認識し、言語を理解し、より共感的な応答を生成することができるようになる。

「多モーダルセンチメント分析」は、AIダイアログシステムのセンチメント検出の金標準となる一連の方法であり、自動的に人の心理状態をスピーチ、顔の表情、声の色、姿勢から分析することができる。これは、人間中心のAIシステムを作成する上で基本的なものであり、超人的な能力を持った感情的に知能的なAIの開発につながる可能性がある。これらの能力により、AIはユーザーの感情を理解して適切な応答を形成することができるようになる。

観測できない信号の分析

現在の推定方法は、主に観測可能な情報に焦点を当てており、観測できない信号の情報を除外している。これらの信号には、生理学的信号が含まれる。これらの信号には、センチメント推定を改善するための貴重なデータが含まれている。

この研究では、初めて生理学的信号を多モーダルセンチメント分析に追加した。研究チームには、日本先端科学技術研究所（JSAIT）の准教授の岡田省吾と、大阪大学の産業科学研究所の教授の駒谷和範が含まれている。

「人間は感情を隠すことが非常に上手である」と、岡田博士は述べている。「ユーザーの内部的な感情状態は、必ずしも対話の内容によって正確に反映されないが、心拍数などの生物学的信号は、人によって意識的に制御することが難しいため、これらを使用して感情状態を推定することが有効である可能性がある。これにより、人間を超えるセンチメント推定能力を持ったAIが実現する可能性がある。」

研究チームの研究では、26人の参加者から得られた2,468のダイアログAIとのやり取りを分析した。このデータを使用して、チームは会話中にユーザーが体験した楽しさのレベルを推定することができた。

その後、ユーザーに会話がどのくらい楽しかったか、または退屈だったかを評価するよう求めた。チームは「Hazumi1911」と呼ばれる多モーダルダイアログデータセットを使用した。このデータセットは、スピーチ認識、声の色センサー、姿勢検出、顔の表情と皮膚電位を組み合わせたものである。

「すべての個別の情報源を比較すると、生物学的信号情報は声や顔の表情よりも有効であることがわかった」と、岡田博士は続けた。「言語情報と生物学的信号情報を組み合わせてシステムとの会話中に自己評価された内部状態を推定すると、AIの性能は人間のそれと同等になった。」

新しい研究結果は、人間の生理学的信号の検出が、高度な感情的に知能的なAIベースのダイアログシステムにつながる可能性があることを示唆している。感情的に知能的なAIシステムは、日常的な感情状態の変化を感知することで、精神疾患を識別および監視するために使用される可能性がある。教育におけるもう一つの潜在的な用途は、学習者がトピックに興味を持っているか、または退屈しているかを識別し、それを教え方の戦略に適応させるために使用される可能性がある。