Raziskava uporablja umetno inteligenco za merjenje človeških čustev

Nova raziskava, predstavljena tako rekoč na letnem srečanju Društva kognitivne nevroznanosti (CNS), prikazuje, kako se s pomočjo podatkov izračunanih metod uporabljajo za razlago najosnovnejših človeških lastnosti - čustev. Preiskovalci verjamejo, da bodo njihove ugotovitve zavrgle stare ideje o strukturi čustev v celotnem človeštvu.

Znanstveniki uporabljajo računalniško moč, da bi razumeli vse, od tega, kako ustvarjamo spontana čustva med potepanjem misli, do tega, kako dekodiramo obrazno mimiko v različnih kulturah.

Preiskovalci menijo, da so ugotovitve pomembne za opredelitev, kako čustva prispevajo k dobremu počutju, nevrobiologijo psihiatričnih motenj in celo za to, kako narediti učinkovitejše socialne robote.

"Umetna inteligenca (AI) omogoča znanstvenikom preučevanje čustev na načine, za katere se je prej menilo, da so nemogoči, kar vodi do odkritij, ki preoblikujejo, kako mislimo, da čustva ustvarjajo biološki signali," je povedal dr. Kevin LaBar z univerze Duke.

Šest temeljnih človeških čustev - strah, jeza, gnus, žalost, sreča in presenečenje - v človeški psihologiji že desetletja veljajo za univerzalna. Kljub družbeni razširjenosti te ideje pa strokovnjaki trdijo, da znanstveni konsenz dejansko kaže, da ta čustva še zdaleč niso splošna.

Zlasti obstaja velika vrzel v prepoznavanju teh čustev na obrazu med kulturami, zlasti za ljudi iz vzhodne Azije, je dejala dr. Rachael Jack, raziskovalka z Univerze v Glasgowu.

Jack si je prizadeval, da bi razumel, kar ona imenuje "jezik obraza;" kako posamezni gibi obraza na različne načine kombinirajo, da ustvarijo smiselne izraze obraza (na primer kako črke kombinirajo, da ustvarijo besede).

"Mislim, da je to nekako podobno poskusu razbijanja hieroglifov ali neznanega starodavnega jezika," je dejal Jack. "Toliko vemo o govorjenem in pisnem jeziku, celo o stotinah starodavnih jezikov, vendar imamo razmeroma malo formalnega znanja o neverbalnih komunikacijskih sistemih, ki jih uporabljamo vsak dan in so tako kritični za vse človeške družbe."

V novem delu sta Jack in njena ekipa ustvarila novo metodo, ki temelji na podatkih, da bi ustvarila dinamične modele teh obraznih gibov, kot je knjiga z recepti za izražanje čustev. Njena ekipa te modele zdaj prenaša na digitalne agente, kot so socialni roboti in virtualni ljudje, da lahko ustvarijo obrazne izraze, ki so socialno niansirani in kulturno občutljivi.

Iz svojih raziskav so ustvarili nov generator gibanja obraza, ki lahko naključno izbere podskupino posameznih gibov obraza, kot so dvigalec obrvi, gub za nos ali nosila za ustnice, in naključno aktivira intenzivnost in čas vsakega.

Ti naključno aktivirani obrazni gibi se nato kombinirajo in ustvarijo obrazno animacijo. Udeleženci študije iz različnih kultur nato razvrstijo obrazno animacijo glede na šest klasičnih čustev ali pa izberejo »drugo«, če nobenega od teh čustev ne zaznajo.

Po številnih takih poskusih raziskovalci vzpostavijo statistično razmerje med gibi obraza, predstavljenimi na posameznem preskušanju, in odzivi udeležencev, kar ustvari matematični model.

"V nasprotju s tradicionalnimi teoretično usmerjenimi pristopi, pri katerih so eksperimentatorji domnevno postavili obrazne izraze in jih pokazali udeležencem po vsem svetu, smo dodali še psihofizični pristop," je dejal Jack.

"Pri vzorčenju in preizkušanju obraznih izrazov je bolj usmerjen k podatkom in bolj agnostičen, kritično pa uporablja subjektivno zaznavanje udeležencev v kulturi, da bi razumel, kakšni gibi obraza poganjajo njihovo dojemanje določenega čustva, na primer" srečen je. "

Te študije so zgostile šest splošnih misli o univerzalnih izrazih čustev na samo štiri medkulturne izraze. "V izrazih obraza obstajajo velike kulturne razlike, ki lahko ovirajo medkulturno komunikacijo," je dejal Jack. "Pogosto, vendar ne vedno, ugotovimo, da imajo vzhodnoazijski izrazi obraza bolj izrazite oči kot zahodni izrazi, ki imajo bolj izrazita usta - tako kot vzhodni in zahodni čustveni simboli!"

Dodaja, da obstajajo tudi kulturne skupnosti, ki jih je mogoče uporabiti za podporo natančnemu medkulturnemu sporočanju določenih sporočil; na primer, izrazi obraza srečni, zainteresirani in dolgočasni so podobni v vzhodni in zahodni kulturi in jih je mogoče zlahka prepoznati v vseh kulturah.

Jack in njena ekipa zdaj s svojimi modeli izboljšujejo zmožnosti socialne signalizacije robotov in drugih digitalnih agentov, ki jih je mogoče uporabljati po vsem svetu. "Zelo smo veseli, da svoje modele izraza obraza prenesemo na vrsto digitalnih agentov in opazimo dramatično izboljšanje zmogljivosti," pravi.

Razumevanje, kako se subjektivna izkušnja čustev posreduje v možganih, je sveti gral afektivne nevroznanosti, je dejal LaBar iz Dukea."To je težka težava in do danes ni bilo napredka." LaBar s sodelavci v svojem laboratoriju dela na razumevanju čustev, ki se pojavijo, medtem ko možgani v miru potujejo.

"Ne glede na to, ali jih sprožijo notranje misli ali spomini, so ta čustva" tok zavesti "tarča prežvekovanja in skrbi, ki lahko vodijo v dolgotrajna stanja razpoloženja, lahko pa tudi pristranskost spomina in odločanja," je dejal.

Do nedavnega raziskovalci teh čustev niso mogli dekodirati iz signalov možganske funkcije v stanju mirovanja. Zdaj je LaBarjeva ekipa lahko uporabila orodja za strojno učenje za pridobivanje nevro-slikovnih označevalcev majhnega nabora čustev, kot so strah, jeza in presenečenje. Poleg tega so raziskovalci oblikovali, kako se ta čustva spontano pojavijo v možganih, medtem ko počivalci počivajo v MRI skenerju.

Jedro dela je bilo usposabljanje algoritma strojnega učenja za razlikovanje vzorcev možganske aktivnosti, ki ločujejo čustva med seboj. Raziskovalci predstavijo algoritem klasifikatorja vzorcev z naborom podatkov o vadbi skupine udeležencev, ki jim je bila predstavljena glasba in filmski posnetki, ki so povzročili določena čustva.

Z uporabo povratnih informacij se algoritem nauči tehtati vhode, ki prihajajo iz različnih predelov možganov, da optimizira signalizacijo vsakega čustva. Nato raziskovalci preizkusijo, kako dobro lahko klasifikator predvideva izzvana čustva v novem vzorcu udeležencev z uporabo nabora možganskih uteži, ki ga je ustvaril iz testnega vzorca.

"Ko so vzorci možganov, specifični za čustva, potrjeni med preiskovanci na ta način, iščemo dokaze, da se ti vzorci spontano pojavijo pri udeležencih, ki zgolj počivajo v skenerju," je dejal Labar.

"Nato lahko ugotovimo, ali klasifikator vzorcev natančno napove čustva, o katerih ljudje spontano poročajo v skenerju, in prepoznamo posamezne razlike."

Vir: Društvo kognitivne nevroznanosti / EurekAlert