211service.com
Hvordan en intelligent maskine lærte at genkende menneskelige følelser
Når det kommer til kommunikation, er mennesker enormt følsomme over for hinandens følelsesmæssige tilstande. De fleste forventer faktisk, at deres følelsesmæssige tilstand bliver taget i betragtning af deres korrespondenter. Og når dette sker, har kommunikation en tendens til at være mere effektiv.
Så hvis computere nogensinde skal interagere effektivt med mennesker, vil de have brug for en måde at gentage dette trick og vurdere deres samtalepartneres følelsesmæssige tilstand. At forstå, om en person har en positiv eller negativ sindstilstand, kan gøre en enorm forskel for kvaliteten af det svar, som en computer kan give.
Men hvordan gør man dette? En måde at vurdere en persons sindstilstand på er at analysere de elektriske signaler, der produceres af hjernen ved hjælp af en EEG-maskine. Dette kan pålideligt afsløre forskellige aspekter af hjernetilstand, såsom niveauet af koncentration eller fokus og så videre.
Imidlertid er de følelsesmæssige tilstande i en hjerne komplekse, og meget tidligere arbejde har bemærket, at hjernebølgerne forbundet med specifikke følelser ser ud til at ændre sig over tid. Derfor har ingen fundet en måde at identificere dem klart og pålideligt ved hjælp af hjernebølger.
I dag ændrer det sig takket være Wei-Long Zhengs og venners arbejde på Shanghai Jiao Tong University. Disse fyre har fundet en måde at identificere de følelsesmæssige hjernetilstande og gentage det pålideligt. De sætter teknikken igennem dens trin ved at identificere følelsesmæssige tilstande hos de samme emner uge efter uge ved kun at se på deres hjernebølger.
Wei-Long og virksomheden begyndte med at oprette en database til undersøgelse. Til dette bad de 15 elever om at se 15 filmklip, der hver især var forbundet med positive, negative eller neutrale følelser.
Under hver visning optog holdet emnets ansigt samt de elektriske signaler fra 62 elektroder, der var fastgjort til emnets hoved. De blev derefter spurgt, om filmen udløste en positiv, negativ eller neutral reaktion og om at vurdere deres følelsesmæssige ophidselsesniveauer på en skala fra 1 til 5. Det var afgørende, at holdet gentog eksperimentet med de samme emner over en periode på uger.
Wei-Long og virksomheden brugte derefter en maskinlæringsalgoritme til at analysere datasættet og ledte efter fælles træk i hjernebølgerne hos mennesker i de samme følelsesmæssige tilstande.
Sikkert nok fandt algoritmen et sæt mønstre, der klart skelnede positive, negative og neutrale følelser, der virkede for forskellige emner og for de samme emner over tid med en nøjagtighed på omkring 80 procent. Ydeevnen af vores følelsesgenkendelsessystem viser, at de neurale mønstre er relativt stabile inden for og mellem sessioner, siger de.
Der er selvfølgelig mere at gøre. Emnerne i denne undersøgelse var alle relativt unge studerende på et kinesisk universitet. Wei-Long og virksomheden ønsker at se på, hvordan følelsesmæssige hjernetilstande ændrer sig med alder, køn og race. Det er for fremtiden.
For øjeblikket er det interessant arbejde, der kunne forbedre studiet af følelser og en dag kunne hjælpe intelligente maskiner til bedre at forstå de følelsesmæssige tilstande hos mennesker, de interagerer med.
Ref: arxiv.org/abs/1601.02197 : Identifikation af stabile mønstre over tid til følelsesgenkendelse fra EEG