麻省理工学院研究人员尝试使用人工智能驱动的方法来检测工作压力和疲劳

麻省理工学院（MIT）的研究人员一直在研究人工智能驱动的方法，以检测一个人在工作中的压力或认知疲劳对其表现的负面影响。根据MIT研究团队的说法，该项目旨在利用人机团队的力量，使用机器帮助人类以最佳和最安全的方式工作。

迈克尔·皮特鲁查（Michael Pietrucha）是MIT林肯实验室的战术系统专家。皮特鲁查指出，人类和机器之间的合作有着悠久的历史，但即使在人工智能驱动的复杂人机团队中，人类通常也扮演着机器的顾问角色。人类的责任通常是理解系统、监控系统并确保其正常工作。然而，团队合作是双向的，机器也可以帮助人类实现目标，增强他们的工作能力。

梅根·布莱克威尔（Megan Blackwell）曾是林肯实验室内部资金支持的生物科学和技术研究的前副主任。布莱克威尔致力于设计能够检测一个人是否处于高压力或疲劳状态的AI系统，这种状态会降低他们的表现。布莱克威尔指出，人类的错误不仅会导致错误和错失机会，还可能导致灾难性的、甚至危及生命的后果。早期干预越早越好。该AI系统可以建议其人类合作伙伴如何缓解疲劳。正如布莱克威尔解释的那样，根据MIT新闻：

“今天，神经监测变得更加具体和便携。我们设想使用技术来监测疲劳或认知超载。这个人是否正在处理太多事情？他们是否会耗尽能量，或者说，他们是否会‘没油’？如果你可以监测人类，你就可以在发生坏事之前进行干预。”

压力和疲劳识别系统将通过收集生物数据并分析它来工作。早期研究曾尝试使用视频和音频录音，结合计算机视觉和自然语言处理算法，来找到可能指示一个人神经行为和生理状态的模式。以前使用生物数据来确定人们的情绪状态的研究已经取得了一些成功，检测 抑郁水平，尽管 有一些争议 关于 这些算法的可靠性 和研究的可复制性。MIT团队将使用不仅仅是视频和音频录音，还包括各种生物传感器收集的数据，例如EEG和心率数据，来建立准确、可靠的模型。

设计任何诊断系统的第一步是建立正常表现的基线。为了实现这一点，AR系统必须为个体建立认知模型。根据研究团队的说法，认知模型是根据通过录音和传感器收集的生理输入设计的。然后，系统可以开始监测这个人，看看他们的生理参数是否随时间变化，预测哪些偏差可能会造成危害，导致错误或受伤。

如果AI系统确定人类的表现由于疲劳或压力而下降，则有几种可能的干预措施。系统可以简单地提示其人类合作伙伴休息或喝杯咖啡。然而，如果人类-人工智能团队在危险场景中工作，例如操作叉车，人类失去意识，人工智能系统可以作为故障保护装置，停止车辆。

研究团队仍然处于项目的早期阶段，收集训练算法所需的数据。团队计划使用情报分析师作为他们的第一个测试案例，让分析师参与模拟版本的日常工作。