Научна фантастика? Имагинг мозга идентификује одређене емоције
Универзитет Царнегие Меллон комбиновао је функционалну магнетну резонанцу (фМРИ) и машинско учење за мерење можданих сигнала за читање емоција код појединаца. Налази илуструју како мозак категорише осећања, пружајући истраживачима први поуздани поступак за анализу емоција.
До сада је истраживање емоција дуго било ометено недостатком поузданих метода за њихово оцењивање, углавном због тога што људи често не желе искрено да пријаве своја осећања. Даље компликује ствари што многи емоционални одговори можда неће бити свесно искусни.
Идентификовање емоција заснованих на нервној активности надовезује се на претходне студије које су користиле сличне технике за стварање рачунског модела који идентификује мисли појединаца о конкретним објектима - често названим „читање ума“.
„Ово истраживање уводи нову методу са потенцијалом за препознавање емоција без ослањања на способност људи да се самопријављују“, рекао је др Карим Кассам, водећи аутор студије.
„Може се користити за процену емоционалног одговора појединца на готово било коју врсту подстицаја, на пример заставе, имена бренда или политичког кандидата.“
Један изазов за истраживачки тим био је проналажење начина да учесници у више наврата и поуздано евоцирају различита емоционална стања. Традиционални приступи, попут приказивања филмских исечака који изазивају емоције, вероватно би били неуспешни јер се утицај поновних приказивања смањује.
Истраживачи су проблем решили регрутовањем глумаца из ЦМУ-ове школе драме.
„Наш велики пробој била је идеја колеге Карима Касама да тестира глумце који имају искуства у вожњи бициклом кроз емоционална стања“, рекао је истраживач Георге Лоевенстеин, др, професор економије и психологије. „Имали смо среће у том погледу што ЦМУ има врхунску драмску школу.“
За студију је скенирано 10 глумаца у ЦМУ-овом Центру за научно снимање и истраживање мозга док су гледали речи девет емоција: беса, гнушања, зависти, страха, среће, пожуде, поноса, туге и срама.
Док су били унутар фМРИ скенера, глумцима је наложено да у свако од ових емоционалних стања уђу више пута, случајним редоследом.
Компјутерски модел је успео да правилно идентификује емоционални садржај фотографија које се гледају користећи мождане активности гледалаца.
Да би идентификовали емоције у мозгу, истраживачи су прво користили обрасце неуронске активације учесника у раним скенирањима како би идентификовали емоције које су искусили исти учесници у каснијим скенирањима.
Рачунарски модел постигао је тачност ранга од 0,84. Тачност ранга односи се на перцентилни ранг исправне емоције у уређеној листи нагађања рачунарског модела; случајно погађање резултирало би тачношћу ранга од 0,50.
Затим је тим извршио анализу машинског учења самоиндуцираних емоција да би погодио коју емоцију су испитаници доживљавали када су били изложени одвратним фотографијама.
Рачунар је постигао ранг тачност 0,91. Са девет емоција које је могао бирати, модел је одвратност наводио као најизгледнију емоцију 60 посто времена, а као једну од своја прва два претпоставка 80 посто времена.
На крају, применили су анализу машинског учења образаца неуралне активације свих учесника, осим једног, да би предвидели осећања која је искусио учесник у задржавању.
Ово одговара на важно питање: Ако смо узели новог појединца, ставили га у скенер и изложили емоционалном подражају, како бисмо тачно могли препознати његову емоционалну реакцију? Овде је модел постигао тачност ранга од 0,71, још једном знатно изнад нивоа погађања од 0,50.
„Упркос очигледним разликама између психологије људи, различити људи имају тенденцију да неуронски кодирају емоције на изузетно сличне начине“, приметила је Аманда Маркеи, студенткиња постдипломског студија на Одељењу за друштвене науке и науке одлучивања.
Изненађујуће откриће истраживања било је да би се могли постићи готово еквивалентни нивои тачности чак и када је рачунарски модел користио обрасце активације у само једном од низа различитих подсекција људског мозга.
„То сугерише да потписи емоција нису ограничени на одређене регије мозга, попут амигдале, већ производе карактеристичне обрасце у читавом низу регија мозга“, рекао је др Владимир Цхеркасски, виши истраживач програмер на Одељењу за психологију.
Истраживачки тим је такође открио да, иако је модел у просеку најбоље рангирао тачну емоцију међу својим претпоставкама, најбољи је у идентификовању среће и најмање тачан у идентификовању зависти.
Ретко је бркао позитивне и негативне емоције, што сугерише да оне имају различите неуронске потписе. Најмање је вероватно погрешно идентификовати пожуду као било коју другу емоцију, што сугерише да пожуда производи образац нервне активности који се разликује од свих осталих емоционалних искустава.
Према истраживачу др Марцел Јуст-у, „Открили смо да су три главна организациона фактора подржала неуралне потписе емоција, а то су позитивна или негативна валенција емоције, њен интензитет - благ или јак, и социјалност - укљученост или не- учешће друге особе.
„Тако се у мозгу организују емоције.“
Извор: Универзитет Царнегие Меллон
