研究者が「感情的に知能的な」AIの実現に近づく

日本の先端科学技術研究所の研究者は、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を実現することに近づいた。感情的知能は、より自然な人間と機械のやり取り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のシステム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的な状態を認識し、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におけるセンチメント検出の金標準となる一連の方法であり、話し手の心理状態を話し手のスピーチ、顔の表情、声の色、姿勢から自動的に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、超人的な能力を持つ感情的に知能的な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はユーザーのセンチメントを理解した上で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、たとえば生理学的信号を除外している。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。

研究では、生理学的信号が初めて多モーダルセンチメント分析に追加された。研究を担当した研究チームには、先端科学技術研究所の准教授である岡田省吾と、大阪大学の産業科学研究所の教授である駒谷和範が含まれた。

「人間は感情を隠すのがうまい」と岡田博士は述べた。「ユーザーの内部的な感情的な状態は、必ずしもダイアログ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、ユーザーが意識して制御するのが難しいため、感情的な状態を推定するために使用することができる。これにより、人間を超えるセンチメント推定能力を持つAIが可能になる。」

研究チームは、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、研究チームはユーザーが会話中に経験した楽しさのレベルを推定することができた。

その後、ユーザーは会話がどれほど楽しかったか、またはどれほど退屈だったかを評価するよう求められた。研究チームは「はずみ1911」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。このデータセットには、スピーチ認識、声の色センサー、姿勢検出、顔の表情、および皮膚電位が含まれており、皮膚電位は生理学的反応の1種である。

「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、高度な感情的知能を持つ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、日常的な感情的な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することができる。教育におけるもう1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することであり、これは教え方の戦略を変更するために使用することができる。