Дослідники з MIT Експериментують З AI-Завантаженими Методами Виявлення Робочого Стρεςу І Втоми

Дослідники з Масачусетського технологічного інституту (MIT) працюють над розробкою методів, що використовують штучний інтелект для виявлення стресу та втоми людини, які негативно впливають на її продуктивність на роботі. За словами команди дослідників MIT, проект спрямований на використання потенціалу людсько-машинних команд, коли машини допомагають людям працювати оптимально та безпечно.

Майкл П’єтруха є частиною лабораторії Лінкольна в MIT, де він працює спеціалістом з тактичних систем. П’єтруха відзначив довгу історію співробітництва між людьми та машинами за роки, але зазначив, що навіть з появою складних людсько-машинних команд, керованих штучним інтелектом, людина зазвичай грає роль радника машини. Людина відповідає за розуміння системи, моніторинг системи та забезпечення її правильної роботи. Однак командна робота – це двостороння справа, і машина може допомогти людині досягти її мети, доповнюючи її роботу.

Меган Блеквелл була колишнім заступником голови внутрішніх досліджень біологічних наук та технологій у лабораторії Лінкольна. Блеквелл працювала над розробкою систем штучного інтелекту, здатних визначати, коли людина перебуває під великим стресом або втомою, що погіршує її продуктивність. Блеквелл зазначає, що людська помилка не тільки призводить до помилок та втрачених можливостей, але також може призвести до катастрофічних, потенційно загрозливих життю наслідків. Чим раніше можна втрутитися, тим краще. Система штучного інтелекту могла б пропонувати способи полегшення втоми своєму людському партнеру. Як пояснила Блеквелл, за даними MIT News:

“Сьогодні нейромоніторинг стає все більш конкретним та портативним. Ми бачимо використання технологій для моніторингу втоми чи когнітивної перевантаженості. Чи звертає ця людина увагу на надто багато речей? Чи вичерпає вона свої сили, так би мовити? Якщо ви можете моніторити людину, ви можете втрутитися, перш ніж щось погане трапиться.”

Система виявлення стресу та втоми працюватиме шляхом збору біометричних даних та їх аналізу. Раніші дослідження намагалися використовувати відео- та аудіозаписи людини, поєднані з алгоритмами комп’ютерного зору та обробки природної мови, для знаходження закономірностей, які могли б вказувати на нейробіхевіоральні та фізіологічні стани людини. Попередня робота з біометричними даними для визначення емоційних станів людей мала деякий успіх у виявленні рівнів депресії, хоча існує дебати щодо надійності цих алгоритмів та щодо того, чи є ці дослідження дійсно реплікованими. Команда дослідників з MIT буде використовувати дані, зібрані не тільки з відео- та аудіозаписів, але також із різноманітних біометричних датчиків, які збирають дані щодо ЕЕГ та частоти серцевих скорочень, з метою створення точних та надійних моделей.

Перший крок у розробці будь-якої діагностичної системи полягає у встановленні базового рівня нормальної продуктивності. Для цього система повинна створити когнітивну модель індивіда. За словами команди дослідників, когнітивні моделі розробляються з урахуванням фізіологічних даних, зібраних під час записів та моніторингу. Система потім може почати моніторинг людини, щоб побачити, чи змінюються її фізіологічні показники з часом, та передбачити, які відхилення можуть бути потенційно шкідливими, призводячи до помилок чи травм.

Якщо система штучного інтелекту визначить, що продуктивність людини погіршується через втому чи стрес, можливі різні втручання. Система могла б просто попросити людину зробити перерву чи випити кави. Однак, якщо людсько-машинна команда працює в небезпечній ситуації, наприклад, керуючи вилочним погрузчиком, і людина втрачає свідомість, система штучного інтелекту могла б діяти як система безпеки та зупинити транспортний засіб.

Команда дослідників ще на ранній стадії проекту, збираючи дані, необхідні для навчання їхніх алгоритмів. Команда планує використовувати розвідувальних аналітиків як свою першу тестову групу, заставляючи аналітиків брати участь у симульованій версії їхніх щоденних завдань.