Teadustöö kasutab tehisintellekti inimtunnete mõõtmiseks

Uued uuringud, mida praktiliselt esitati kognitiivse neuroteaduste seltsi (CNS) aastakoosolekul, näitavad, kuidas andmepõhiste arvutusmeetodite abil selgitatakse inimese põhiomadust - emotsioone. Uurijad usuvad, et nende järeldused kummutavad vanad ideed kogu inimkonna emotsioonide struktuuri kohta.

Teadlased rakendavad arvutusjõudu, et mõista kõike, alates sellest, kuidas me mõtlemisreiside ajal spontaanseid emotsioone tekitame, kuni kultuuride näoilmete dekodeerimiseni.

Uurijad usuvad, et leiud on olulised iseloomustamaks, kuidas emotsioonid aitavad kaasa heaolule, psühhiaatriliste häirete neurobioloogiale ja isegi sellele, kuidas teha tõhusamaid sotsiaalseid roboteid.

"Tehisintellekt (AI) võimaldab teadlastel uurida emotsioone viisil, mida varem peeti võimatuks, mis viib avastusteni, mis muudavad seda, kuidas arvame, et emotsioonid tekivad bioloogilistest signaalidest," ütles dr Kevin LaBar Duke'i ülikoolist.

Inimese psühholoogias on aastakümneid peetud universaalset kuut inimese emotsiooni - hirmu, viha, vastikust, kurbust, õnne ja üllatust. Vaatamata selle idee ühiskondlikule levimusele väidavad eksperdid, et teaduslik konsensus näitab tegelikult, et need emotsioonid pole kaugeltki universaalsed.

Eelkõige on nende emotsioonide näotuvastuses kultuurides märkimisväärne lõhe, eriti Ida-Aasia inimeste jaoks, ütles Glasgow ülikooli teadlane dr Rachael Jack.

Jack on töötanud selle nimel, et mõista, mida ta nimetab "näo keeleks"; kuidas individuaalsed näoliigutused kombineeruvad tähendusrikka näoilme loomiseks erineval viisil (näiteks kuidas tähed kombineeruvad sõnade loomiseks).

"Ma mõtlen sellele natuke nagu prooviks murda hieroglüüfe või tundmatut iidset keelt," ütles Jack. "Me teame nii palju kõne- ja kirjakeele, isegi sadade iidsete keelte kohta, kuid meil on suhteliselt vähe ametlikke teadmisi mitteverbaalsetest kommunikatsioonisüsteemidest, mida me igapäevaselt kasutame ja mis on nii inimühiskondadele nii kriitilised."

Uues töös on Jack ja tema meeskond loonud uudse andmepõhise meetodi nende näoliigutuste dünaamiliste mudelite loomiseks, nagu näiteks emotsioonide näoilmete retseptiraamat. Tema meeskond kannab neid mudeleid nüüd üle digitaalsetele agentidele, näiteks sotsiaalsetele robotitele ja virtuaalsetele inimestele, et nad saaksid luua näoilmeid, mis on sotsiaalselt nüansirikkad ja kultuuriliselt tundlikud.

Oma uuringute põhjal on nad loonud uudse näoliikumise generaatori, mis saab juhuslikult valida üksikute näoliigutuste alamhulga, näiteks kulmude tõstja, nina kortsuja või huulte venitaja, ning juhuslikult aktiveerida igaühe intensiivsuse ja ajastuse.

Need juhuslikult aktiveeritud näoliigutused moodustavad seejärel näo animatsiooni. Erinevatest kultuuridest pärit uuringus osalejad kategoriseerivad näoanimatsiooni kuue klassikalise emotsiooni järgi või saavad valida „muu”, kui nad ei taju ühtegi neist emotsioonidest.

Pärast paljusid selliseid katseid loovad teadlased statistilise seose igal katsel esitatavate näoliigutuste ja osalejate vastuste vahel, mis annab matemaatilise mudeli.

"Vastupidiselt traditsioonilistele teooriapõhistele lähenemistele, kus eksperimentaatorid võtsid hüpoteesitud näoilmete komplekti ja näitasid neid osalejatele kogu maailmas, oleme lisanud psühhofüüsilise lähenemise," ütles Jack.

"See on näoilmete valimisel ja testimisel rohkem andmepõhine ja agnostilisem ning kasutab kriitiliselt kultuuris osalejate subjektiivset taju, et mõista, millised näoliigutused ajavad nende ettekujutust antud emotsioonist, näiteks" ta on õnnelik "."

Need uuringud on koondanud emotsioonide universaalsete näoilmete kuue tavapärase mõtte ainult neljaks kultuuridevaheliseks väljenduseks. "Näoilmetes on olulisi kultuurilisi erinevusi, mis võivad takistada kultuuridevahelist suhtlemist," ütles Jack. "Tihti, kuid mitte alati, leiame, et Ida-Aasia näoilmetel on rohkem väljendusrikkad silmad kui lääne näoilmetel, millel on tavaliselt rohkem väljendusrikas suu - täpselt nagu idamaade versus lääne emotikonid!"

Ta lisab, et on ka kultuurilisi ühisjooni, mida saab kasutada konkreetsete sõnumite täpse kultuuridevahelise suhtluse toetamiseks; näiteks rõõmsate, huvitatud ja tüdinud näoilmed on Ida- ja Lääne kultuurides sarnased ning neid saab kultuuridevaheliselt hõlpsasti ära tunda.

Jack ja tema meeskond kasutavad nüüd oma mudeleid robotite ja muude digitaalsete agentide sotsiaalse signaalimise võimekuse parandamiseks, mida saab globaalselt kasutada. "Oleme väga põnevil oma näoilmete mudeleid paljudele digitaalsetele agentidele üle kanda ja jõudluse dramaatilist paranemist näha," ütleb ta.

Mõistmine, kuidas subjektiivset emotsioonikogemust ajus vahendatakse, on afektiivse neuroteaduse püha graal, ütles Duke'i LaBar."See on raske probleem ja praeguseks on tehtud vähe edusamme." LaBar ja tema kolleegid töötavad oma laboris selle nimel, et mõista emotsioone, mis tekivad ajal, mil aju puhkeasendis uitab.

"Sõltumata sellest, kas need on sisemiste mõtete või mälestuste põhjustatud, on need" teadvuse voog "emotsioonid, mis on mäletamise ja muretsemise sihtmärgid, mis võivad viia pikenenud meeleolu seisunditeni ja võivad kallutada mälu ja otsuste tegemist," ütles ta.

Alles hiljuti pole teadlased suutnud neid emotsioone dekodeerida ajufunktsiooni puhkeolekusignaalide põhjal. Nüüd on LaBari meeskond suutnud rakendada masinõppevahendeid, et tuletada väikese hulga emotsioonide, nagu hirm, viha ja üllatus, neurokujutise markerid. Veelgi enam, teadlased on modelleerinud, kuidas need emotsioonid spontaanselt ajus tekivad, kui subjektid puhkavad MRI-skanneris.

Töö tuum on olnud masinõppealgoritmi koolitamine, et eristada emotsioonide üksteisest eraldavaid ajutegevuse mustreid. Teadlased esitavad mustrite klassifikaatori algoritmi koos koolitusandmete komplektiga osalejate rühmast, kellele esitati muusika ja filmiklippe, mis kutsusid esile konkreetseid emotsioone.

Tagasiside abil õpib algoritm kaaluma aju erinevatest piirkondadest pärinevaid sisendeid, et optimeerida iga emotsiooni signaalimist. Seejärel testivad teadlased, kui hästi suudab klassifikaator ennustada osalejate uues valimis tekitatud emotsioone, kasutades selleks prooviproovist loodud ajukaalude komplekti.

"Kui emotsioonispetsiifilised ajumustrid on subjektide kaudu sel viisil kinnitatud, otsime tõendeid selle kohta, et need mustrid ilmnevad spontaanselt osalejates, kes lihtsalt skanneris puhkavad," sõnas Labar.

"Seejärel saame kindlaks teha, kas mustri klassifikaator ennustab täpselt emotsioone, millest inimesed skanneris spontaanselt teatavad, ja tuvastame individuaalsed erinevused."

Allikas: Kognitiivsete neuroteaduste selts / EurekAlert