研究人员更接近实现“情商高”的AI

日本先进科学技术研究所的研究人员将生物信号与机器学习方法相结合，实现了“情商高”的AI。研究人员表示，情商高的AI可以带来更自然的人机交互。

这项新研究发表在期刊IEEE Transactions on Affective Computing上。

实现情商高

语音和语言识别技术，如Alexa和Siri，不断演进，添加情商高的功能可以将它们提升到下一个水平。这意味着这些系统可以识别用户的情绪状态，以及理解语言和生成更富有同情心的回应。

“多模态情感分析”是一组方法，是AI对话系统中情感检测的金标准，可以自动分析一个人从语音、面部表情、声音色彩和姿势中分析其心理状态。这些方法对于创建以人为中心的AI系统至关重要，可以带来“超人类能力”的情商高的AI。这些能力可以帮助AI在形成适当的回应之前理解用户的情绪。

分析不可观察的信号

当前的估计方法主要关注可观察的信息，这忽略了不可观察的信号中的信息，例如生理信号。这些类型的信号包含大量有价值的数据，可以改善情感估计。

在这项研究中，生理信号首次被添加到多模态情感分析中。研究团队包括日本先进科学技术研究所（JSAIT）的副教授Shogo Okada和大阪大学的教授Kazunori Komatani。

“人类非常擅长隐藏自己的感受，”Okada博士说。“用户的内部情绪状态并不总是被对话内容准确反映出来，但由于人很难有意识地控制自己的生物信号，例如心率，因此使用这些信号来估计他们的情绪状态可能会有用。这可能会带来具有超人类情感估计能力的AI。”

该研究团队分析了来自26名参与者的2468次对话交流。使用这些数据，团队可以估计用户在对话期间的享受程度。

然后要求用户评估对话的趣味度或枯燥度。团队使用了名为“Hazumi1911”的多模态对话数据集，该数据集将语音识别、声音色彩传感器、姿势检测和面部表情与皮肤电位相结合，皮肤电位是一种生理反应传感。

“比较所有单独的信息来源，生物信号信息被证明比声音和面部表情更有效，”Okada博士继续说。“当我们将语言信息与生物信号信息结合起来估计自我评估的内部状态时，AI的性能变得与人类相当。”

新的发现表明，人类的生理信号检测可能会导致高度情商高的AI对话系统。情商高的AI系统可以用来通过检测日常情绪状态的变化来识别和监测精神疾病。另一个可能的用例是在教育中，它们可以识别学习者是否对某个主题感兴趣或感到无聊，这可以用来改变教学策略。情商高的AI系统可以用来识别和监测精神疾病，通过检测日常情绪状态的变化。另一个可能的用例是在教育中，通过检测学习者的日常情绪状态的变化，可以识别学习者是否对某个主题感兴趣或感到无聊，这可以用来改变教学策略。系统。情商高的AI系统可以用来识别和监测精神疾病，通过检测日常情绪状态的变化。另一个可能的用例是在教育中，通过检测学习者的日常情绪状态的变化，可以识别学习者是否对某个主题感兴趣或感到无聊，这可以用来改变教学策略。