ИИ все глубже проникает в человеческие эмоции

Исследователи из Университета Колорадо и Университета Дьюка разработали нейронную сеть для точного декодирования изображений в 11 различных категорий человеческих эмоций. В исследовательскую группу в университетах входили Филип А. Крагель, Марианна К. Реддан, Кевин С. Лабар и Тор Д. Вагнер. 

Филлип Крагель объясняет нейронные сети как компьютерные модели, способные преобразовывать входные сигналы в интересующие выходные данные, изучая серию фильтров. Всякий раз, когда сеть обучается обнаруживать определенное изображение или объект, она изучает различные уникальные для нее особенности, такие как форма, цвет и размер.

Новая сверточная нейронная сеть получила название EmoNet и обучалась на визуальных изображениях. Исследовательская группа использовала базу данных, содержащую 2,185 видео и 27 различных категорий эмоций. Из коллекции видео они извлекли 137,482 XNUMX кадра, которые разделили на обучающую и тестовую выборки. Это были не просто базовые эмоции, но и множество сложных. Различные категории эмоций включали тревогу, трепет, скуку, замешательство, жажду, отвращение, эмпатическую боль, восторг, волнение, страх, ужас, интерес, радость, романтику, печаль, сексуальное желание и удивление. 

Модель смогла обнаружить некоторые эмоции, такие как тяга и сексуальное желание, с высоким доверительным интервалом, но у нее были проблемы с другими эмоциями, такими как замешательство и удивление. Чтобы классифицировать различные изображения и эмоции, нейронная сеть использовала такие вещи, как цвет, спектры пространственной мощности и наличие объектов и лиц на изображениях. 

Чтобы продолжить исследование и нейронную сеть, команда изучила 18 разных людей и активность их мозга, показав им 112 разных изображений. Показав изображения реальным людям, исследователи показали те же самые изображения сети EmoNet, чтобы сравнить результаты между ними. 

Мы уже используем определенные приложения и программы каждый день, которые считывают наши лица и выражения для таких вещей, как распознавание лиц, обработка фотографий с помощью ИИ и разблокировка наших смартфонов. Эта новая разработка идет намного дальше благодаря возможности не только читать физические черты лица, но и теперь читать эмоции и чувства человека по его лицу. Это захватывающее, но также и тревожное событие, поскольку наверняка возникнут проблемы с конфиденциальностью. Мы уже беспокоимся о распознавании лиц и о том, что может случиться с этими данными. 

Помимо опасного потенциала в отношении проблем с конфиденциальностью, эта новая технологическая разработка может помочь во многих областях. Во-первых, многие исследователи часто полагаются на то, что участники сообщают о своих собственных эмоциях. Теперь исследователи могут использовать изображение лица этого участника, чтобы узнать его эмоции. Это уменьшит ошибки в исследованиях и данных. 

«Когда дело доходит до измерения эмоций, мы, как правило, ограничиваемся только тем, что спрашиваем людей, как они себя чувствуют», — сказал Тор Вагнер, один из исследователей в группе. «Наша работа может помочь нам перейти к прямым измерениям процессов мозга, связанных с эмоциями». 

Это новое исследование также может помочь перенести ярлыки психического здоровья, такие как «тревога», на мозговые процессы. 

«Отход от субъективных ярлыков, таких как «тревога» и «депрессия», к мозговым процессам может привести к новым целям для терапии, лечения и вмешательств». сказал Филипп Крагель, еще один из исследователей. 

Эта новая нейронная сеть — лишь одна из новых и захватывающих разработок в области искусственного интеллекта. Исследователи постоянно совершенствуют эту технологию, и она окажет влияние на все сферы нашей жизни. Новые разработки в области искусственного интеллекта позволяют глубже проникнуть в различные области человеческого поведения и эмоций. Хотя мы в основном знаем об ИИ, работающем в физической сфере, включая мышцы, руки и другие части тела, теперь мы проникаем в человеческую психику с помощью этой технологии.