AI-modellen en platforms

AI gaat dieper in op menselijke emotie

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Onderzoekers van de University of Colorado en Duke University hebben een neurale netwerk ontwikkeld om afbeeldingen nauwkeurig te decoderen in 11 verschillende menselijke emotiecategorieën. Het onderzoeksteam van de universiteiten bestond uit Phillip A. Kragel, Marianne C. Reddan, Kevin S. LaBar en Tor D. Wagner.

Phillip Kragel legt neurale netwerken uit als computermodellen die in staat zijn om invoersignalen te koppelen aan een uitvoer van interesse door een reeks filters te leren. Wanneer een netwerk wordt getraind om een bepaald beeld of iets te detecteren, leert het de verschillende kenmerken die uniek zijn voor dat beeld, zoals vorm, kleur en grootte.

Het nieuwe convolutionale neurale netwerk is genoemd EmoNet en is getraind op visuele afbeeldingen. Het onderzoeksteam gebruikte een database met 2.185 video’s en 27 verschillende emotiecategorieën. Uit de verzameling video’s werden 137.482 frames geëxtraheerd die werden opgedeeld in trainings- en testmonsters. Het waren niet alleen basale emoties, maar ook veel complexe emoties. De verschillende emotiecategorieën omvatten angst, ontzag, verveling, verwarring, verlangen, afkeer, empathische pijn, betovering, opwinding, angst, horror, interesse, vreugde, romantiek, verdriet, seksueel verlangen en verrassing.

Het model kon sommige emoties zoals verlangen en seksueel verlangen met een hoge betrouwbaarheidsinterval detecteren, maar had moeite met andere emoties zoals verwarring en verrassing. Om de verschillende afbeeldingen en emoties te categoriseren, gebruikte het neurale netwerk dingen zoals kleur, ruimtelijke spectra, en de aanwezigheid van objecten en gezichten in de afbeeldingen.

Om het onderzoek en het neurale netwerk verder te ontwikkelen, bestudeerde het team 18 verschillende mensen en hun hersenactiviteit na het tonen van 112 verschillende afbeeldingen. Na het tonen van de echte mensen de afbeeldingen, toonden de onderzoekers dezelfde afbeeldingen aan het EmoNet-netwerk om de resultaten tussen de twee te vergelijken.

We gebruiken al bepaalde apps en programma’s elke dag die onze gezichten en uitdrukkingen lezen voor dingen zoals gezichtsherkenning, fotomanipulatie via AI en om onze smartphones te ontgrendelen. Deze nieuwe ontwikkeling gaat veel verder met de mogelijkheid om niet alleen de fysieke kenmerken van een gezicht te lezen, maar nu ook de emoties en gevoelens van een persoon via hun gezicht. Het is een spannende maar ook verontrustende ontwikkeling, omdat privacyproblemen zeker zullen ontstaan. We maken ons al zorgen over gezichtsherkenning en wat er met die gegevens kan gebeuren.

Behalve het gevaarlijke potentieel met betrekking tot privacyproblemen, kan deze nieuwe technologische ontwikkeling helpen in veel gebieden. Ten eerste gebruiken veel onderzoekers vaak deelnemers die verslag doen over hun eigen emoties. Nu kunnen onderzoekers het beeld van het gezicht van die deelnemer gebruiken om hun emoties te leren. Dit zal de fouten in het onderzoek en de gegevens verminderen.

“Wanneer het gaat om het meten van emoties, zijn we meestal nog steeds beperkt tot het vragen aan mensen hoe ze zich voelen,” zei Tor Wagner, een van de onderzoekers in het team. “Ons werk kan ons helpen om over te gaan tot directe metingen van emotie-gerelateerde hersenprocessen.”

Dit nieuwe onderzoek kan ook helpen om over te gaan van subjectieve labels zoals “angst” naar hersenprocessen.

” Weggaan van subjectieve labels zoals ‘angst’ en ‘depressie’ naar hersenprocessen kan leiden tot nieuwe doelen voor therapeutica, behandelingen en interventies,” zei Phillip Kragel, een van de onderzoekers.

Dit nieuwe neurale netwerk is slechts een van de nieuwe en spannende ontwikkelingen in kunstmatige intelligentie. Onderzoekers duwen deze technologie constant verder, en het zal een impact hebben in elk gebied van ons leven. De nieuwe ontwikkelingen in AI gaan dieper in op de verschillende gebieden van menselijk gedrag en emotie. Terwijl we meestal weten dat AI werkt in het fysieke domein, inclusief spieren, armen en andere delen van het lichaam, gaan we nu het menselijke psyche binnen met de technologie.

Alex McFarland is een AI-journalist en schrijver die de laatste ontwikkelingen op het gebied van kunstmatige intelligentie onderzoekt. Hij heeft samengewerkt met talloze AI-startups en publicaties wereldwijd.