AI 모델 및 플랫폼

신경망 모델, 자폐 스펙트럼 장애에 대한 통찰력 제공

mm
Unite.AI를 Google의 선호 소스에 추가

도호쿠 대학의 연구자들은 컴퓨터에서 뇌를 재현하는 신경망 모델을 사용하여 자폐 스펙트럼 장애가 있는 사람들이 얼굴 표정을 해석하는 데 어려움을 겪는 이유를 이해하기 위해 노력했습니다.

이 연구는 2021년 7월 26일 Scientific Reports 에 발표되었습니다.

다른 감정을 인식하는 것

유타 타카하시는 이 논문의 공동 저자입니다.

“사람들은 얼굴 표정을看着 다른 감정을 인식합니다. 그러나 우리는 얼굴 표정의 시각적 정보에 기반하여 다른 감정을 어떻게 인식하는지에 대해 거의 알지 못합니다,”라고 타카하시는 말합니다.

“또한 자폐 스펙트럼 장애가 있는 사람들이 얼굴 표정을 읽는 데 어려움을 겪는 데 어떤 변화가 발생하는지 또한 명확하지 않습니다,”라고 타카하시는 계속합니다.

예측 처리 이론

연구 그룹은 예측 처리 이론에 의존했습니다. 이 이론은 뇌가 끊임없이 다음 감각 자극을 예측한다고 말합니다. 예측이 틀리면 뇌는 자신을 적응시키고 감각 정보와 같은 얼굴 표정은 예측 오류를 줄여줍니다.

연구 팀이 개발한 인공 신경망 모델은 예측 처리 이론을 사용하여 발달 과정을 재현할 수 있었습니다. 얼굴 표정의 비디오에서 얼굴의 부분이 어떻게 움직이는지 예측하도록 훈련함으로써 이 모델은 자신을 훈련시킬 수 있었습니다.

다음 단계는 신경망 모델의 더 높은 수준의 뉴런 공간에 감정 클러스터를 자체적으로 조직하는 것이었습니다. 동시에 모델은 비디오에서 얼굴 표정이 어떤 감정에 해당하는지 알지 못했습니다.

이 모델은 또한 훈련에서 주어지지 않은 알려지지 않은 얼굴 표정을 일반화할 수 있었으며 예측 오류를 최소화하면서 얼굴 부분의 움직임을 재현할 수 있었습니다.

이미지: 유타 타카하시, 등

연구자들은 뉴런의 활동에 이상을 유도함으로써 실험을 수행하여 학습 발달과 인지 특성에 대한 통찰력을 얻었습니다. 실험은 신경 인구의 활동의 이질성 감소로 인해 일반화 능력이 모델에서 감소한다는 것을 보여주었습니다. 이는 더 높은 수준의 뉴런에서 감정 클러스터의 형성이 억제되었으며 이는 신경망 모델이 알려지지 않은 얼굴 표정의 감정을 식별하는 데 실패하는 경향이 있음을 의미합니다. 이것은 자폐 스펙트럼 장애의 증상입니다.

타카하시는 이 연구가 예측 처리 이론이 얼굴 표정에서 감정을 인식하는 것을 신경망 모델을 사용하여 설명할 수 있음을 시사한다고 말합니다.

“우리는 사람들이 감정을 인식하는 과정과 자폐 스펙트럼 장애가 있는 사람들의 인지 특성에 대한 이해를 더 깊게 하기를 희망합니다,”라고 타카하시는 말합니다. “이 연구는 감정을 식별하는 데 어려움을 겪는 사람들을 위한 적절한 개입 방법을 개발하는 데 도움이 될 것입니다.”

Alex McFarland은 인공 지능의 최신 개발을 탐구하는 AI 저널리스트이자 작가입니다. 그는 전 세계의 수많은 AI 스타트업과 출판물들과 협력했습니다.