Jak jedna inteligentna maszyna nauczyła się rozpoznawać ludzkie emocje?

Jeśli chodzi o komunikację, ludzie są niezwykle wrażliwi na wzajemne stany emocjonalne. Rzeczywiście, większość ludzi oczekuje, że ich stan emocjonalny zostanie wzięty pod uwagę przez ich korespondentów. A kiedy tak się dzieje, komunikacja jest zwykle bardziej efektywna.

Jeśli więc komputery mają kiedykolwiek efektywnie współdziałać z ludźmi, będą potrzebowały jakiegoś sposobu powtórzenia tej sztuczki i oceny stanu emocjonalnego rozmówców. Zrozumienie, czy dana osoba ma pozytywny czy negatywny stan umysłu, może mieć ogromny wpływ na jakość odpowiedzi, jaką może dać komputer.

Ale jak to zrobić? Jednym ze sposobów oceny stanu umysłu osoby jest analiza sygnałów elektrycznych wytwarzanych przez mózg za pomocą aparatu EEG. Może to wiarygodnie ujawnić różne aspekty stanu mózgu, takie jak poziom koncentracji lub skupienia i tak dalej.

Jednak stany emocjonalne mózgu są złożone, a wiele wcześniejszych prac wykazało, że fale mózgowe związane z określonymi emocjami wydają się zmieniać w czasie. W związku z tym nikt nie znalazł sposobu na ich jednoznaczną i wiarygodną identyfikację za pomocą fal mózgowych.

Dziś to się zmienia dzięki pracy Wei-Longa Zhenga i kumpli z Uniwersytetu Jiao Tong w Szanghaju. Ci faceci znaleźli sposób na zidentyfikowanie stanów emocjonalnych mózgu i rzetelne ich powtórzenie. Przetestowali tę technikę, identyfikując stany emocjonalne u tych samych pacjentów tydzień po tygodniu, patrząc tylko na ich fale mózgowe.

Wei-Long i spółka zaczęli od stworzenia bazy danych do nauki. W tym celu poprosili 15 uczniów o obejrzenie 15 klipów filmowych, z których każdy wiązał się z pozytywnymi, negatywnymi lub neutralnymi emocjami.

Podczas każdego oglądania zespół rejestrował twarz badanego, a także sygnały elektryczne z 62 elektrod przymocowanych do głowy badanego. Następnie zapytano ich, czy film wywołał pozytywną, negatywną lub neutralną reakcję, i ocenili ich poziom emocjonalnego pobudzenia w skali od 1 do 5. Co najważniejsze, zespół powtarzał eksperyment na tych samych obiektach przez kilka tygodni.

Wei-Long i spółka wykorzystali następnie algorytm uczenia maszynowego do analizy zestawu danych, szukając wspólnych cech w falach mózgowych osób znajdujących się w tych samych stanach emocjonalnych.

Rzeczywiście, algorytm znalazł zestaw wzorców, które wyraźnie odróżniały emocje pozytywne, negatywne i neutralne, które działały dla różnych osób i dla tych samych osób w czasie z dokładnością około 80 procent. Wydajność naszego systemu rozpoznawania emocji pokazuje, że wzorce neuronowe są stosunkowo stabilne w trakcie sesji i między nimi.

Oczywiście jest jeszcze więcej do zrobienia. Wszyscy badani w tym badaniu byli stosunkowo młodymi studentami chińskiego uniwersytetu. Wei-Long i spółka chcą przyjrzeć się, jak stany emocjonalne mózgu zmieniają się wraz z wiekiem, płcią i rasą. To na przyszłość.

Na razie jest to interesująca praca, która może usprawnić badanie emocji i pewnego dnia pomóc inteligentnym maszynom lepiej zrozumieć stany emocjonalne ludzi, z którymi wchodzą w interakcje.

Nr ref.: arxiv.org/abs/1601.02197 : Identyfikowanie stabilnych wzorców w czasie do rozpoznawania emocji na podstawie EEG

ukryć