Искусственный интеллект глубже проникает в человеческие эмоции

Исследователи из Университета Колорадо и Университета Дьюка разработали нейронную сеть, которая может точно расшифровать изображения в 11 разных категориях человеческих эмоций. В состав исследовательской группы входили Филлип А. Крагел, Марианна С. Реддан, Кевин С. ЛаБар и Тор Д. Вагнер.

Филлип Крагел объясняет нейронные сети как компьютерные модели, которые могут сопоставить входные сигналы с выходом интереса, изучая ряд фильтров. Когда сеть обучается обнаруживать определенное изображение или объект, она учится различать уникальные для него характеристики, такие как форма, цвет и размер.

Новая свёрточная нейронная сеть получила название EmoNet, и она была обучена на визуальных изображениях. Исследовательская группа использовала базу данных, содержащую 2 185 видеороликов и 27 разных категорий эмоций. Из коллекции видеороликов они извлекли 137 482 кадра, которые были разделены на обучающие и тестовые образцы. Это были не только базовые эмоции, но и многие сложные, включая тревогу, удивление, скуку, замешательство, желание, отвращение, эмпатическую боль, очарование, волнение, страх, ужас, интерес, радость, романтику, печаль, сексуальное влечение и удивление.

Модель смогла обнаружить некоторые эмоции, такие как желание и сексуальное влечение, с высоким уровнем уверенности, но испытывала трудности с другими эмоциями, такими как замешательство и удивление. Для категоризации различных изображений и эмоций нейронная сеть использовала такие факторы, как цвет, пространственные спектры мощности и наличие объектов и лиц на изображениях.

Чтобы развить исследования и нейронную сеть, команда изучила 18 разных людей и их мозговую активность после показа им 112 разных изображений. После показа реальным людям изображений исследователи показали те же изображения сети EmoNet, чтобы сравнить результаты между двумя.

Мы уже используем определенные приложения и программы каждый день, которые читают наши лица и выражения для таких вещей, как распознавание лиц, манипуляция фотографиями с помощью ИИ и разблокировка наших смартфонов. Это новое развитие идёт гораздо дальше, позволяя не только читать физические характеристики лица, но и читать эмоции и чувства человека через его лицо. Это волнующее, но также тревожное развитие, поскольку, безусловно, возникнут проблемы с конфиденциальностью. Мы уже беспокоимся о распознавании лиц и о том, что может произойти с этими данными.

Помимо потенциальных опасностей, связанных с проблемами конфиденциальности, это новое технологическое развитие может помочь во многих областях. Во-первых, многие исследователи часто полагаются на сообщения участников о своих эмоциях. Теперь исследователи могут использовать изображение лица участника, чтобы узнать его эмоции. Это уменьшит ошибки в исследованиях и данных.

“Когда речь идёт об измерении эмоций, мы обычно всё ещё ограничены только вопросами о том, как люди себя чувствуют”, – сказал Тор Вагнер, один из исследователей в команде. “Наша работа может помочь нам перейти к прямым мерам эмоциональных процессов в мозге.”

Это новое исследование также может помочь перейти от субъективных ярлыков, таких как “тревога”, к процессам в мозге.

“Переход от субъективных ярлыков, таких как ‘тревога’ и ‘депрессия’, к процессам в мозге может привести к новым целям для терапии, лечения и вмешательства”, – сказал Филлип Крагел, другой исследователь.

Эта новая нейронная сеть – это только одно из новых и волнующих разработок в области искусственного интеллекта. Исследователи постоянно продвигают эту технологию дальше, и она сделает своё влияние на каждую область нашей жизни. Новые разработки в ИИ ведут его глубже 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, мы теперь проникаем в человеческую психику с помощью этой технологии.