AI-modellen en platforms

MIT-onderzoekers experimenteren met AI-gestuurde methoden voor het detecteren van werkstress en vermoeidheid

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Onderzoekers aan het Massachusetts Institute of Technology (MIT) werken aan AI-gebaseerde methoden om te detecteren wanneer iemands stress of cognitieve vermoeidheid negatief van invloed is op hun prestaties op het werk. Volgens het MIT-onderzoeksteam heeft het project als doel om de kracht van mens-machine-teams te benutten, waarbij machines helpen om mensen op een optimale, veiligere manier te laten werken.

Michael Pietrucha is onderdeel van het Lincoln Laboratory van MIT, waar hij als specialist in tactische systemen werkt. Pietrucha wees op de lange geschiedenis van samenwerking tussen mensen en machines in de loop der jaren, maar merkte op dat zelfs met de opkomst van geavanceerde mens-machine-teams die door AI worden aangedreven, de mens meestal de rol van adviseur voor de machine speelt. De verantwoordelijkheid van de mens is meestal om het systeem te begrijpen, het systeem te controleren en ervoor te zorgen dat het correct werkt. Echter, teamwork is een tweerichtingsstraat, en de machine kan helpen om mensen hun doel te bereiken, door hun werk te versterken.

Megan Blackwell was de voormalige adjunct-hoofd van intern gefinancierd biologisch wetenschappelijk en technologisch onderzoek bij het Lincoln Laboratory. Blackwell werkte aan het ontwerpen van AI-systemen die konden bepalen wanneer iemand onder veel stress of vermoeidheid staat, waardoor hun prestaties verslechteren. Blackwell merkte op dat menselijke fouten niet alleen leiden tot fouten en gemiste kansen, maar ook tot rampzalige, potentieel levensbedreigende gevolgen. Hoe eerder een interventie kan plaatsvinden, hoe beter. Het AI-systeem kan suggesties doen om vermoeidheid te verlichten bij zijn menselijke partner. Zoals Blackwell uitlegde, volgens MIT-nieuws:

“Tegenwoordig wordt neuromonitoring specifieker en draagbaar. We stellen ons voor om technologie te gebruiken om vermoeidheid of cognitieve overbelasting te monitoren. Let deze persoon te veel? Zal hij zonder benzine komen te zitten, zogezegd? Als je de mens kunt monitoren, kun je ingrijpen voordat er iets slechts gebeurt.”

Het systeem voor het detecteren van stress en vermoeidheid zou werken door biometrische gegevens te verzamelen en te analyseren. Eerdere studies hebben geprobeerd om video- en audio-opnames van een persoon te gebruiken, in combinatie met computerzicht- en natuurlijke taalverwerking algoritmen, om patronen te vinden die een persoons neurogedrags- en fysiologische toestand kunnen aanduiden. Eerder onderzoek naar het gebruik van biometrische gegevens om mensen emoties te bepalen, heeft enige succes gehad bij het detecteren van depressie, hoewel er enige controverse bestaat over hoe betrouwbaar deze algoritmen zijn en of de studies echt reproduceerbaar zijn. Het team van MIT zal gebruikmaken van gegevens die niet alleen worden verzameld uit video- en audio-opnames, maar ook uit een verscheidenheid aan biometrische sensoren die gegevens verzamelen over EEG en hartfrequenties, met als doel om nauwkeurige, betrouwbare modellen te bouwen.

De eerste stap in het ontwerpen van elk diagnostisch systeem is om een basislijn van normale prestaties te vestigen. Om dit te laten gebeuren, moet het AR-systeem een cognitief model van een individu bouwen. Volgens het onderzoeksteam zijn de cognitieve modellen ontworpen met respect voor de fysiologische invoer die via de opnames en sensoren wordt verzameld. Het systeem kan vervolgens beginnen met het monitoren van de persoon om te zien of hun fysiologische waarden veranderen in de loop van de tijd, en voorspellen welke afwijkingen mogelijk schadelijk kunnen zijn en tot fouten of verwondingen kunnen leiden.

Als het AI-systeem bepaalt dat een menselijke prestatie verslechtert als gevolg van vermoeidheid of stress, zijn verschillende interventies mogelijk. Het systeem kan de menselijke partner simpelweg vragen om een pauze te nemen of koffie te drinken. Echter, als het menselijke AI-team in een gevaarlijke situatie werkt, zoals het besturen van een heftruck, en de mens het bewustzijn verliest, kan het AI-systeem als een noodstop fungeren en het voertuig tot stilstand brengen.

Het onderzoeksteam is nog in de vroege stadia van het project, en verzamelt de gegevens die nodig zijn om hun algoritmen te trainen. Het team plant om inlichtingenanalisten te gebruiken als hun eerste testgeval, waarbij de analisten een gesimuleerde versie van hun dagelijkse taken uitvoeren.

Blogger en programmeur met specialisaties in Machine Learning en Deep Learning onderwerpen. Daniel hoopt anderen te helpen de kracht van AI te gebruiken voor het sociale goede.