Истраживање користи вештачку интелигенцију за мерење људских емоција

Ново истраживање представљено практично на годишњем састанку Друштва когнитивне неуронауке (ЦНС) показује како се рачунске методе засноване на подацима користе за објашњавање најосновније људске особине - емоција. Истражитељи верују да ће њихови налази срушити старе идеје о структури емоција широм човечанства.

Научници примењују рачунарску моћ да би разумели све, од тога како генерирамо спонтане емоције током лутања умовима, до тога како декодирамо изразе лица у различитим културама.

Истражитељи сматрају да су налази важни у карактеризацији како емоције доприносе благостању, неуробиологији психијатријских поремећаја, па чак и како направити ефикасније социјалне роботе.

„Вештачка интелигенција (АИ) омогућава научницима да проучавају емоције на начине за које се раније сматрало да су немогући, што доводи до открића која трансформишу начин на који мислимо да се емоције генеришу из биолошких сигнала“, рекао је др Кевин ЛаБар са Универзитета Дуке.

Шест основних људских емоција - страх, бес, гађење, туга, срећа и изненађење - деценијама се сматрају универзалним у људској психологији. Ипак, упркос друштвеној распрострањености ове идеје, стручњаци тврде да научни консензус заправо показује да су те емоције далеко од универзалних.

Конкретно, постоји значајан јаз у препознавању ових емоција на лицима у различитим културама, посебно за људе из Источне Азије, рекла је др Рацхаел Јацк, истраживач са Универзитета у Глазгову.

Јацк ради на разумевању онога што она назива „језиком лица“; како се појединачни покрети лица на различите начине комбинују како би створили значајне изразе лица (попут тога како се слова комбинују да би се створиле речи).

„Мислим да ово помало подсећа на покушај разбијања хијероглифа или непознатог древног језика“, рекао је Јацк. „Знамо толико много о говорном и писаном језику, чак и о стотинама древних језика, али имамо релативно мало формалног знања о невербалним системима комуникације које свакодневно користимо и који су тако критични за сва људска друштва.“

У новом раду, Јацк и њен тим створили су нову методу засновану на подацима како би креирали динамичне моделе ових покрета лица, попут књиге рецепата за изразе лица емоција. Њен тим сада ове моделе преноси на дигиталне агенте, попут социјалних робота и виртуелних људи, како би могли да генеришу изразе лица који су социјално нијансирани и културолошки осетљиви.

Из својих истраживања створили су нови генератор покрета лица који може насумично одабрати подскуп појединачних покрета лица, попут подизања обрва, бора за нос или истезања усана, и насумично активирати интензитет и време сваког од њих.

Ови насумично активирани покрети лица се затим комбинују и креирају анимацију лица. Учесници студије из различитих култура затим категоризују анимацију лица према шест класичних емоција или могу одабрати „друго“ ако не опажају ниједну од тих емоција.

После многих таквих испитивања, истраживачи граде статистички однос између покрета лица представљених у сваком испитивању и одговора учесника, што даје математички модел.

„За разлику од традиционалних приступа заснованих на теорији где су експериментатори претпоставили скуп израза лица и показали их учесницима широм света, додали смо психофизички приступ“, рекао је Јацк.

„Више се темељи на подацима и агностичније је у узорковању и тестирању израза лица и, критично, користи субјективну перцепцију учесника у култури да би разумео који покрети лица покрећу њихову перцепцију дате емоције, на пример,„ срећан је “.

Ове студије су сажеле шест уобичајених мисли о универзалним изразима лица емоција у само четири међукултурна израза. „Постоје значајне културолошке разлике у изразима лица које могу ометати међукултурну комуникацију“, рекао је Јацк. „Често, али не увек, откријемо да изрази лица Источне Азије имају израженије очи од израза лица Запада, који имају израженија уста - баш као источни и западни емотикони!“

Она додаје да постоје и културне заједничке карактеристике које се могу користити за подршку тачној међукултурној комуникацији одређених порука; на пример, изрази лица срећних, заинтересованих и досадних слични су у источној и западној култури и могу се лако препознати у свим културама.

Јацк и њен тим сада користе своје моделе за побољшање могућности социјалне сигнализације робота и других дигиталних агената који се могу користити глобално. „Веома смо узбуђени што своје моделе израза лица преносимо на низ дигиталних агената и видимо драматично побољшање перформанси“, каже она.

Разумевање како се субјективно искуство емоција посредује у мозгу је свети грал афективне неуронауке, рекао је ЛаБар из Дуке-а.„То је тежак проблем и до данас је постигнуто мало напретка.“ У његовој лабораторији ЛаБар и колеге раде на разумевању емоција које се јављају док мозак лута умом у мировању.

„Без обзира на то што су покренуте унутрашњим мислима или сећањима, ове емоције„ тока свести “су мета промишљања и бриге које могу довести до продужених стања расположења, а могу и пристрасност у памћењу и доношењу одлука“, рекао је он.

До недавно, истраживачи нису могли да декодирају ове емоције из сигнала о стању мозга у стању мировања. Сада је ЛаБар-ов тим успео да примени алате за машинско учење како би извукао неуроимагинг маркере малог скупа емоција попут страха, беса и изненађења. Штавише, истраживачи су моделирали како се ове емоције спонтано појављују у мозгу док се субјекти одмарају у МРИ скенеру.

Суштина рада била је обука алгоритма за машинско учење како би се разликовали обрасци мождане активности који раздвајају емоције једна од друге. Истраживачи представљају алгоритам класификатора образаца са низом података о тренингу групе учесника којима су представљени музички и филмски исечци који су изазвали одређене емоције.

Користећи повратне информације, алгоритам учи да одмери улазе који долазе из различитих региона мозга како би оптимизовао сигнализацију сваке емоције. Затим истраживачи тестирају колико добро класификатор може да предвиди изазване емоције у новом узорку учесника користећи скуп можданих тегова који је генерисао из тест узорка.

„Једном када се обрасци мозга специфични за емоције потврде међу испитаницима на овај начин, тражимо доказе да се ти обрасци спонтано појављују код учесника који само мирују у скенеру“, рекао је Лабар.

„Тада можемо утврдити да ли класификатор узорака тачно предвиђа осећања која људи спонтано пријављују у скенеру и идентификовати појединачне разлике.“

Извор: Друштво когнитивне неуронауке / ЕурекАлерт