ШІ все глибше проникає в людські емоції

Дослідники з Університету Колорадо та Університету Дьюка розробили нейронну мережу для точного декодування зображень на 11 різних категорій людських емоцій. До дослідницької групи в університетах входили Філіп А. Крагель, Маріанн С. Реддан, Кевін С. ЛаБар і Тор Д. Вагнер. 

Філліп Крагель пояснює нейронні мережі як комп’ютерні моделі, які здатні відображати вхідні сигнали на вихідні дані, які цікавлять, вивчаючи ряд фільтрів. Щоразу, коли мережу навчають виявляти певне зображення чи річ, вона вивчає різні особливості, які є унікальними для неї, наприклад форму, колір і розмір.

Нова згорточна нейронна мережа отримала назву EmoNet, і її навчили на візуальних зображеннях. Дослідницька група використовувала базу даних, яка містила 2,185 відео та включала 27 різних категорій емоцій. З колекції відео вони витягли 137,482 XNUMX кадри, які розділили на навчальні та тестові зразки. Це були не лише базові емоції, але й багато складних. Різні категорії емоцій включали тривогу, благоговіння, нудьгу, збентеження, жагу, огиду, емпатичний біль, захоплення, хвилювання, страх, жах, інтерес, радість, романтику, сум, сексуальне бажання та здивування. 

Модель змогла виявити деякі емоції, такі як потяг і сексуальне бажання, з високим довірчим інтервалом, але вона мала проблеми з іншими емоціями, такими як збентеження та здивування. Щоб класифікувати різні зображення та емоції, нейронна мережа використовувала такі речі, як колір, просторовий спектр потужності та присутність об’єктів і облич на зображеннях. 

Щоб продовжити дослідження та нейронну мережу, команда вивчила 18 різних людей та їх мозкову активність, показавши їм 112 різних зображень. Показавши справжнім людям зображення, дослідники показали ті самі в мережі EmoNet, щоб порівняти результати між двома. 

Ми вже щодня використовуємо певні додатки та програми, які зчитують наші обличчя та вирази для таких речей, як розпізнавання обличчя, обробки фотографій за допомогою ШІ та розблокування наших смартфонів. Ця нова розробка йде набагато далі, оскільки з’являється можливість не лише читати фізичні риси обличчя, але тепер читати емоції та почуття людини через її обличчя. Це захоплюючий, але також тривожний розвиток подій, оскільки напевно виникнуть проблеми з конфіденційністю. Ми вже турбуємося про розпізнавання облич і про те, що може статися з цими даними. 

Окрім небезпечного потенціалу щодо конфіденційності, ця нова технологічна розробка може допомогти в багатьох сферах. По-перше, багато дослідників часто покладаються на те, що учасники повідомляють про свої власні емоції. Тепер дослідники можуть використовувати зображення обличчя цього учасника, щоб дізнатися його емоції. Це зменшить кількість помилок у дослідженнях і даних. 

«Коли справа доходить до вимірювання емоцій, ми, як правило, все ще обмежуємося лише опитуванням людей, що вони відчувають», — сказав Тор Вагнер, один із дослідників у команді. «Наша робота може допомогти нам перейти до прямих вимірювань процесів мозку, пов’язаних з емоціями». 

Це нове дослідження також може допомогти перенести ярлики психічного здоров’я, як-от «тривога», на мозкові процеси. 

«Відхід від суб’єктивних ярликів, таких як «тривога» та «депресія», до мозкових процесів може призвести до нових цілей для терапії, лікування та втручання». сказав Філіп Крагель, ще один із дослідників. 

Ця нова нейронна мережа є лише одним із нових і захоплюючих розробок у сфері штучного інтелекту. Дослідники постійно розвивають цю технологію, і вона вплине на всі сфери нашого життя. Нові розробки в області штучного інтелекту глибше вивчають різні сфери людської поведінки та емоцій. Хоча ми здебільшого знаємо про штучний інтелект, що працює у фізичній сфері, включаючи м’язи, руки та інші частини тіла, зараз ми заглибимося в людську психіку з цією технологією.