Trí tuệ nhân tạo đang đi sâu vào cảm xúc của con người

Các nhà nghiên cứu tại Đại học Colorado và Đại học Duke đã phát triển một mạng nơ-ron để giải mã chính xác hình ảnh vào 11 danh mục cảm xúc khác nhau của con người. Đội ngũ nghiên cứu tại các trường đại học bao gồm Phillip A. Kragel, Marianne C. Reddan, Kevin S. LaBar và Tor D. Wagner.

Phillip Kragel giải thích mạng nơ-ron như các mô hình máy tính có thể ánh xạ tín hiệu đầu vào đến đầu ra quan tâm bằng cách học một loạt các bộ lọc. Mỗi khi một mạng được đào tạo để phát hiện một hình ảnh hoặc thứ gì đó, nó sẽ học các tính năng khác nhau độc nhất với nó như hình dạng, màu sắc và kích thước.

Mạng nơ-ron tích chập mới này đã được đặt tên là EmoNet, và nó được đào tạo trên hình ảnh trực quan. Đội ngũ nghiên cứu đã sử dụng một cơ sở dữ liệu có 2.185 video và bao gồm 27 danh mục cảm xúc khác nhau. Từ bộ sưu tập video, họ đã trích xuất 137.482 khung hình được chia thành mẫu đào tạo và kiểm tra. Chúng không chỉ là cảm xúc cơ bản, mà còn bao gồm nhiều cảm xúc phức tạp. Các danh mục cảm xúc khác nhau bao gồm lo lắng, kinh ngạc, chán nản, bối rối, thèm muốn, ghê tởm, đau đớn đồng cảm, mê hoặc, hứng thú, sợ hãi, kinh hoàng, quan tâm, niềm vui, lãng mạn, buồn bã, ham muốn tình dục và ngạc nhiên.

Mô hình này có thể phát hiện một số cảm xúc như thèm muốn và ham muốn tình dục với khoảng tin cậy cao, nhưng nó gặp khó khăn với các cảm xúc khác như bối rối và ngạc nhiên. Để phân loại các hình ảnh và cảm xúc khác nhau, mạng nơ-ron sử dụng các yếu tố như màu sắc, phổ năng lượng không gian, và sự hiện diện của các vật thể và khuôn mặt trong hình ảnh.

Để xây dựng trên nghiên cứu và mạng nơ-ron, đội ngũ đã nghiên cứu 18 người khác nhau và hoạt động não của họ sau khi hiển thị 112 hình ảnh khác nhau. Sau khi hiển thị hình ảnh thực tế cho con người, các nhà nghiên cứu đã hiển thị cùng một hình ảnh cho mạng EmoNet để so sánh kết quả giữa hai.

Chúng ta đã sử dụng một số ứng dụng và chương trình mỗi ngày để đọc khuôn mặt và biểu cảm của chúng ta cho các việc như nhận dạng khuôn mặt, chỉnh sửa ảnh thông qua trí tuệ nhân tạo và để mở khóa điện thoại thông minh. Sự phát triển mới này mang lại nhiều hơn với khả năng không chỉ đọc các đặc điểm vật lý của khuôn mặt, mà còn đọc cảm xúc và cảm giác của một người thông qua khuôn mặt của họ. Đây là một sự phát triển thú vị nhưng cũng đáng lo ngại vì các vấn đề về quyền riêng tư sẽ chắc chắn xuất hiện. Chúng ta đã lo lắng về nhận dạng khuôn mặt và những gì có thể xảy ra với dữ liệu đó.

Ngoài tiềm năng nguy hiểm liên quan đến các vấn đề về quyền riêng tư, sự phát triển công nghệ mới này có thể giúp trong nhiều lĩnh vực. Ví dụ, nhiều nhà nghiên cứu thường dựa vào việc tham gia báo cáo về cảm xúc của riêng họ. Giờ đây, các nhà nghiên cứu có thể sử dụng hình ảnh khuôn mặt của người tham gia để tìm hiểu cảm xúc của họ. Điều này sẽ giảm thiểu các lỗi trong nghiên cứu và dữ liệu.

“Khi nói đến việc đo lường cảm xúc, chúng ta thường bị giới hạn chỉ trong việc hỏi người khác cảm thấy như thế nào,” Tor Wagner, một trong những nhà nghiên cứu trong đội, cho biết. “Công việc của chúng tôi có thể giúp chúng ta chuyển sang các biện pháp trực tiếp của các quá trình não liên quan đến cảm xúc.”

Nghiên cứu mới này cũng có thể giúp chuyển đổi các nhãn sức khỏe tâm thần như “lo lắng” sang các quá trình não.

“Đổi từ các nhãn chủ quan như ‘lo lắng’ và ‘trầm cảm’ sang các quá trình não có thể dẫn đến các mục tiêu mới cho liệu pháp, điều trị và can thiệp,” Phillip Kragel, một trong những nhà nghiên cứu khác, cho biết.

Mạng nơ-ron mới này chỉ là một trong những sự phát triển mới và thú vị trong lĩnh vực trí tuệ nhân tạo. Các nhà nghiên cứu đang不断 đẩy mạnh công nghệ này và nó sẽ tạo ra tác động trong mọi lĩnh vực của cuộc sống chúng ta. Các phát triển mới trong trí tuệ nhân tạo đang đưa nó sâu hơn vào các lĩnh vực khác nhau của hành vi và cảm xúc con người. Trong khi chúng ta chủ yếu biết về trí tuệ nhân tạo trong lĩnh vực vật lý bao gồm cơ, tay và các bộ phận khác của cơ thể, chúng ta đang đi vào tâm lý con người với công nghệ này.