인공지능은 인간的情感에 더 깊이 침투하고 있다

콜로라도 대학교와 듀크 대학교의 연구진은 11가지 다른 인간的情感 카테고리로 이미지를 정확하게 해석하는 신경 네트워크를 개발했다. 연구 팀에는 Phillip A. Kragel, Marianne C. Reddan, Kevin S. LaBar, 및 Tor D. Wagner가 포함되어 있다.

Phillip Kragel은 신경 네트워크를 컴퓨터 모델로 설명하며, 입력 신호를 관심 있는 출력으로 매핑할 수 있다고 한다. 네트워크가 특정 이미지나 것을 감지하도록 훈련될 때마다, 그것에 고유한 특징을 학습한다. 예를 들어, 모양, 색상, 크기 등이다.

새로운 합성 신경 네트워크는 EmoNet이라고 명명되었으며, 시각적 이미지로 훈련되었다. 연구 팀은 2,185개의 비디오와 27개의 다른 情感 카테고리가 포함된 데이터베이스를 사용했다. 비디오 컬렉션에서, mereka는 137,482개의 프레임을 추출하여 훈련 및 테스트 샘플로 나누었다. 감정 카테고리는 불안, 경이, 지루함, 혼란,渴望,嫌悪, 공감적 고통, 매혹,兴奋, 공포, 恐怖, 관심,喜び, 로맨스, 슬픔, 성적欲望, 및 놀라움을 포함했다.

모델은渴望 및 성적欲望과 같은 일부 감정을 높은 信頼 구간으로 감지할 수 있었지만, 혼란 및 놀라움과 같은 다른 감정에서는 어려움을 겪었다. 이미지와 감정을 분류하기 위해 신경 네트워크는 색상, 공간 파워 스펙트럼, 및 이미지 내의 객체 및 얼굴의 존재를 사용했다.

연구를 더욱 발전시키고 신경 네트워크를 구축하기 위해, 팀은 18명의 사람과 그들의 뇌 활동을 112개의 다른 이미지에 대한 반응으로 연구했다. 실제 사람에게 이미지를 보여준 후, 연구진은 동일한 이미지를 EmoNet 네트워크에 보여주어 두 결과를 비교했다.

우리는 이미 얼굴 인식, 사진 조작, 및 스마트폰 언락과 같은 기능을 제공하는 앱과 프로그램을 사용하고 있다. 이 새로운 개발은 얼굴의 물리적 특징을 읽는 것뿐만 아니라, 사람의 감정과 감정을 읽는 것을 가능하게 한다. 이는 흥미로운 발전이지만, 또한 개인 정보 보호에 대한 우려를 불러일으킨다. 이미 얼굴 인식과 관련된 데이터에 대한 우려를 가지고 있다.

위험한 잠재력을 가진 개인 정보 보호에 대한 우려를 제외하고, 이 새로운 기술 개발은 많은 분야에서 도움이 될 수 있다. 예를 들어, 연구자들은 참여자의 감정을 보고하는 것에 의존하는 경우가 많다. 이제, 연구자들은 참여자의 얼굴 이미지를 사용하여 감정을 학습할 수 있다. 이는 연구와 데이터에서 오류를 줄일 수 있다.

“감정을 측정할 때, 우리는 아직 사람들에게 그들이 어떻게 느끼는지 물어보는 것만으로 제한된다”고 토르 와그너는 말했다. “우리의 연구는 감정과 관련된 뇌 프로세스에 대한 직접적인 측정을 가능하게 할 수 있다.”

이 새로운 연구는 또한 정신 건강 레이블을 “불안”에서 뇌 프로세스로 전환하는 것을 도와줄 수 있다.

“주관적인 레이블인 ‘불안’과 ‘우울증’을 뇌 프로세스로 전환하는 것은 새로운 치료, 치료, 및 개입의 대상을 찾을 수 있게 할 수 있다”고 필립 크라겔은 말했다.

이 새로운 신경 네트워크는 인공지능의 새로운 발전 중 하나이다. 연구자들은 끊임없이 이 기술을 발전시키고 있으며, 이는 우리의 삶의 모든 분야에 영향을 미칠 것이다. 인공지능의 새로운 발전은 인간의 행동과 감정의 다양한 분야로 더 깊이 침투하고 있다. 우리는 인공지능이 주로 신체의 근육, 팔, 및 기타 부분과 같은 물리적 영역에서 작동하는 것으로 알고 있지만, 이제 기술은 인간의 심리학으로 들어가고 있다.