MIT 연구원, 작업 스트레스와 피로를 감지하는 AI 기반 방법 실험

매사추세츠 공과대학(MIT)의 연구원들은 AI 기반의 사람의 스트레스나 인지 피로를 감지하는 방법, 직장에서의 성과에 부정적인 영향을 미치고 있습니다. MIT 연구팀에 따르면 이 프로젝트는 인간이 최적의 안전한 방식으로 작업할 수 있도록 기계를 사용하여 인간-기계 팀의 힘을 활용하는 것을 목표로 합니다.

Michael Pietrucha는 MIT 링컨 연구소 소속으로 전술 시스템 전문가로 활동하고 있습니다. Pietrucha는 수년 동안 인간과 기계 간의 오랜 협력 역사를 지적했지만 AI가 주도하는 정교한 인간-기계 팀의 출현에도 불구하고 인간은 일반적으로 기계에 대한 조언자 역할을 한다고 언급했습니다. 인간의 책임은 일반적으로 시스템을 이해하고 시스템을 모니터링하며 올바르게 작동하는지 확인하는 것입니다. 그러나 팀워크는 양방향 거리이며 기계는 인간이 목표를 달성하고 작업을 보강하도록 도울 수 있습니다.

Megan Blackwell은 Lincoln 연구소에서 내부적으로 자금을 지원받은 생물학 및 기술 연구의 전 부소장이었습니다. Blackwell은 누군가가 자신의 성능을 저하시키는 많은 스트레스/피로 상태에 있는지 판단할 수 있는 AI 시스템을 설계하기 위해 노력했습니다. Blackwell은 인적 오류가 실수와 기회 상실로 이어질 뿐만 아니라 재앙과 잠재적으로 생명을 위협하는 결과로 이어질 수도 있다고 지적합니다. 개입은 일찍 이루어질수록 좋습니다. 문제의 AI 시스템은 인간 파트너에게 피로를 해소하는 방법을 제안할 수 있습니다. 블랙웰이 설명했듯이 MIT 뉴스에 따르면:

“오늘날 신경 모니터링은 보다 구체적이고 휴대 가능해지고 있습니다. 우리는 기술을 사용하여 피로 또는 인지 과부하를 모니터링하는 것을 구상합니다. 이 사람이 너무 많이 돌보고 있습니까? 말하자면 연료가 부족할까요? 인간을 감시할 수 있다면 나쁜 일이 일어나기 전에 개입할 수 있습니다.”

스트레스 및 피로 인식 시스템은 생체 데이터를 수집하고 분석하여 작동합니다. 이전 연구에서는 사람의 신경행동 및 생리학적 상태를 나타낼 수 있는 패턴을 찾기 위해 컴퓨터 비전 및 자연어 처리 알고리즘과 결합된 사람의 비디오 및 오디오 녹음을 사용하려고 시도했습니다. 사람들의 감정 상태를 파악하기 위해 생체 데이터를 사용한 이전 연구에서는 성공 검출 우울증 수준, 있지만 일부 논쟁 얼마나 신뢰할 수 있는지에 대해 이러한 알고리즘은 연구가 진정으로 복제 가능한 경우입니다. MIT 팀은 비디오 및 오디오 녹음에서 수집된 데이터뿐만 아니라 EEG 및 심장 박동에 관한 데이터를 수집하는 다양한 생체 인식 센서를 사용하여 정확하고 신뢰할 수 있는 모델을 구축하는 것을 목표로 합니다.

진단 시스템 설계의 첫 번째 단계는 정상 성능의 기준선을 설정하는 것입니다. 이를 위해서는 AR 시스템이 개인의 인지 모델을 구축해야 합니다. 연구팀에 따르면 인지 모델은 기록과 센서를 통해 수집된 생리적 입력에 대해 설계된다. 그런 다음 시스템은 사람을 모니터링하여 시간이 지남에 따라 생리적 상자가 변경되는지 확인하고 어떤 편차가 잠재적으로 해로울 수 있는지 예측하여 실수나 부상을 유발할 수 있습니다.

AI 시스템이 인간의 성능이 피로나 스트레스로 인해 저하되고 있다고 판단하면 여러 가지 개입이 가능합니다. 이 시스템은 단순히 인간 팀 동료에게 휴식을 취하거나 커피를 마시라는 메시지를 표시할 수 있습니다. 그러나 인간-AI ​​팀이 지게차를 운전하는 것과 같은 위험한 시나리오에서 작동하고 인간이 의식을 잃으면 AI 시스템이 페일 세이프 역할을 하여 차량을 정지시킬 수 있습니다.

연구팀은 아직 프로젝트 초기 단계에 있으며, 알고리즘 훈련에 필요한 데이터를 수집하고 있습니다. 팀은 인텔리전스 분석가를 첫 번째 테스트 사례로 사용하여 분석가가 일상 업무의 시뮬레이션 버전에 참여하도록 할 계획입니다.