211service.com
Hur en intelligent maskin lärde sig att känna igen mänskliga känslor
När det kommer till kommunikation är människor oerhört känsliga för varandras känslomässiga tillstånd. Faktum är att de flesta förväntar sig att deras emotionella tillstånd tas i beaktande av deras korrespondenter. Och när detta händer tenderar kommunikationen att bli mer effektiv.
Så om datorer någonsin ska kunna interagera effektivt med människor, kommer de att behöva något sätt att upprepa detta trick och bedöma det känslomässiga tillståndet hos sina samtalspartners. Att förstå om en individ har ett positivt eller negativt sinnestillstånd kan göra en enorm skillnad för kvaliteten på svar som en dator kan ge.
Men hur gör man detta? Ett sätt att bedöma en persons sinnestillstånd är att analysera de elektriska signalerna som produceras av hjärnan med hjälp av en EEG-maskin. Detta kan på ett tillförlitligt sätt avslöja olika aspekter av hjärnans tillstånd, såsom nivån av koncentration eller fokus och så vidare.
Men de känslomässiga tillstånden i en hjärna är komplexa, och mycket tidigare arbete har noterat att hjärnvågorna förknippade med specifika känslor verkar förändras över tiden. Följaktligen har ingen hittat ett sätt att identifiera dem tydligt och tillförlitligt med hjälp av hjärnvågor.
Idag förändras det tack vare Wei-Long Zhengs och kompisars arbete vid Shanghai Jiao Tong University. Dessa killar har hittat ett sätt att identifiera de känslomässiga hjärntillstånden och att upprepa det på ett tillförlitligt sätt. De sätter tekniken igenom dess takt genom att identifiera känslomässiga tillstånd i samma ämnen vecka efter vecka genom att bara titta på deras hjärnvågor.
Wei-Long och företaget började med att skapa en databas för att studera. För detta bad de 15 elever att se 15 filmklipp som var och en förknippades med positiva, negativa eller neutrala känslor.
Under varje visning registrerade teamet motivets ansikte såväl som de elektriska signalerna från 62 elektroder fästa på motivets huvud. De tillfrågades sedan om filmen utlöste ett positivt, negativt eller neutralt svar och att betygsätta deras känslomässiga upphetsningsnivåer på en skala från 1 till 5. Avgörande var att teamet upprepade experimentet på samma ämnen under en period av veckor.
Wei-Long och företaget använde sedan en maskininlärningsalgoritm för att analysera datamängden och letade efter gemensamma drag i hjärnvågorna hos människor i samma känslomässiga tillstånd.
Visst, algoritmen hittade en uppsättning mönster som tydligt särskiljde positiva, negativa och neutrala känslor som fungerade för olika ämnen och för samma ämnen över tid med en noggrannhet på cirka 80 procent. Prestandan hos vårt emotionsigenkänningssystem visar att de neurala mönstren är relativt stabila inom och mellan sessioner, säger de.
Det finns mer att göra såklart. Ämnena i denna studie var alla relativt unga studenter vid ett kinesiskt universitet. Wei-Long och företaget vill titta på hur känslomässiga hjärntillstånd förändras med ålder, kön och ras. Det är för framtiden.
För tillfället är det ett intressant arbete som kan förbättra studiet av känslor och en dag kan hjälpa intelligenta maskiner att bättre förstå de känslomässiga tillstånden hos människor de interagerar med.
Ref: arxiv.org/abs/1601.02197 : Identifiera stabila mönster över tid för emotionsigenkänning från EEG