Výzkum využívá umělou inteligenci k měření lidských emocí

Nový výzkum představený prakticky na výročním zasedání Cognitive Neuroscience Society (CNS) ukazuje, jak se k objasnění nejzákladnější lidské vlastnosti - emocí používají výpočetní metody založené na datech. Vyšetřovatelé věří, že jejich nálezy vyvrátí staré představy o struktuře emocí napříč lidstvem.

Vědci používají výpočetní sílu k pochopení všeho, od toho, jak generujeme spontánní emoce během putování myslí, až po to, jak dekódujeme mimiku napříč kulturami.

Vědci se domnívají, že tato zjištění jsou důležitá pro charakterizaci toho, jak emoce přispívají k pohodě, neurobiologii psychiatrických poruch a dokonce i toho, jak zefektivnit sociální roboty.

„Umělá inteligence (AI) umožňuje vědcům studovat emoce způsoby, které se dříve považovaly za nemožné, což vede k objevům, které mění způsob, jakým si myslíme, že emoce jsou generovány z biologických signálů,“ řekl Dr. Kevin LaBar z Duke University.

Šest základních lidských emocí - strach, hněv, znechucení, smutek, štěstí a překvapení - je v lidské psychologii po celá desetiletí považováno za univerzální. Přesto přes společenskou prevalenci této myšlenky odborníci tvrdí, že vědecký konsenzus ve skutečnosti ukazuje, že tyto emoce nejsou zdaleka univerzální.

Zejména existuje značná mezera v rozpoznávání těchto emocí na obličeji napříč kulturami, zejména u lidí z východní Asie, řekla Dr. Rachael Jack, výzkumná pracovnice na univerzitě v Glasgow.

Jack se snaží porozumět tomu, čemu říká „jazyk tváře“; jak se různé pohyby obličeje různými způsoby kombinují a vytvářejí smysluplné výrazy obličeje (například kombinace písmen a slov).

"Přemýšlím o tom trochu jako pokusit se rozluštit hieroglyfy nebo neznámý starověký jazyk," řekl Jack. "Víme tolik o mluveném a psaném jazyce, dokonce i stovkách starověkých jazyků, ale máme relativně málo formálních znalostí o neverbálních komunikačních systémech, které používáme každý den a které jsou tak důležité pro všechny lidské společnosti."

V nové práci Jack a její tým vytvořili novou metodu založenou na datech k vytvoření dynamických modelů těchto pohybů obličeje, jako je kniha receptů na výrazy emocí. Její tým nyní přenáší tyto modely na digitální agenty, jako jsou sociální roboti a virtuální lidé, aby mohli generovat výrazy obličeje, které jsou sociálně nuanční a kulturně citlivé.

Ze svého výzkumu vytvořili nový generátor pohybu obličeje, který může náhodně vybrat podmnožinu jednotlivých pohybů obličeje, jako je zvedák obočí, vráska nosu nebo natahovač rtů, a náhodně aktivovat intenzitu a načasování každého z nich.

Tyto náhodně aktivované pohyby obličeje se pak spojí a vytvoří animaci obličeje. Účastníci studie z různých kultur poté kategorizují animaci obličeje podle šesti klasických emocí, nebo si mohou vybrat „jiné“, pokud žádnou z těchto emocí nevnímají.

Po mnoha takových studiích vědci vytvářejí statistický vztah mezi pohyby obličeje prezentovanými na každém pokusu a odpověďmi účastníků, což vytváří matematický model.

"Na rozdíl od tradičních přístupů založených na teorii, kdy experimentátoři zaujali hypotetickou sadu výrazů obličeje a ukázali je účastníkům z celého světa, jsme přidali psychofyzikální přístup," řekl Jack.

„Při vzorkování a testování výrazů obličeje je více založen na datech a agnostickější a kriticky využívá subjektivní vnímání účastníků kultury k pochopení toho, jaké pohyby obličeje řídí jejich vnímání dané emoce, například„ je šťastný “.“

Tyto studie kondenzovaly šest běžně uvažovaných univerzálních výrazů obličeje emocí pouze na čtyři mezikulturní výrazy. "Existují podstatné kulturní rozdíly ve výrazech obličeje, které mohou bránit mezikulturní komunikaci," řekl Jack. "Často, ale ne vždy, zjistíme, že východoasijské výrazy obličeje mají výraznější oči než západní výrazy obličeje, které mají tendenci mít výraznější ústa - stejně jako východní a západní emotikony!"

Dodává, že existují také kulturní společné prvky, které lze použít k podpoře přesné mezikulturní komunikace konkrétních zpráv; například výrazy tváře šťastných, zainteresovaných a znuděných jsou podobné ve východních a západních kulturách a lze je snadno rozpoznat napříč kulturami.

Jack a její tým nyní používají své modely ke zlepšení sociálních signalizačních schopností robotů a dalších digitálních agentů, které lze globálně použít. „Jsme velmi rádi, že můžeme naše modely výrazu obličeje přenést na řadu digitálních agentů a vidět dramatické zlepšení výkonu,“ říká.

Pochopení toho, jak je subjektivní zážitek emocí zprostředkován v mozku, je svatý grál afektivní neurovědy, řekl LaBar z Duke."Je to těžký problém a k dnešnímu dni došlo jen k malému pokroku." Ve své laboratoři LaBar a jeho kolegové pracují na porozumění emocím, které se objevují, zatímco mozek v klidu putuje po mysli.

„Ať už jsou tyto emoce„ proudu vědomí “spouštěny vnitřními myšlenkami nebo vzpomínkami, jsou terčem přežvykování a obav, které mohou vést k prodlouženým stavům nálady a mohou ovlivňovat paměť a rozhodování,“ řekl.

Až donedávna nebyli vědci schopni tyto emoce dekódovat ze signálů funkce mozku v klidovém stavu. Nyní byl tým LaBar schopen použít nástroje strojového učení k odvození neuroimagingových markerů malé sady emocí, jako je strach, hněv a překvapení. Vědci navíc modelovali, jak se tyto emoce spontánně objevují v mozku, zatímco subjekty odpočívají v MRI skeneru.

Jádrem práce bylo procvičení algoritmu strojového učení k odlišení vzorců mozkové činnosti, které od sebe oddělují emoce. Vědci prezentují algoritmus klasifikátoru vzorů se souborem tréninkových dat od skupiny účastníků, kterým byly prezentovány hudební a filmové klipy, které vyvolaly specifické emoce.

Pomocí zpětné vazby se algoritmus učí vážit vstupy přicházející z různých oblastí mozku, aby optimalizoval signalizaci každé emoce. Vědci poté otestují, jak dobře klasifikátor dokáže předpovědět vyvolané emoce v novém vzorku účastníků pomocí sady mozkových vah, které generoval z testovaného vzorku.

"Jakmile jsou emoční specifické mozkové vzorce validovány u všech subjektů tímto způsobem, hledáme důkazy o tom, že se tyto vzorce objevují spontánně u účastníků, kteří pouze leží v klidu ve skeneru," řekl Labar.

"Můžeme pak určit, zda klasifikátor vzorů přesně předpovídá emoce, které lidé spontánně hlásí ve skeneru, a identifikovat individuální rozdíly."

Zdroj: Kognitivní neurovědecká společnost / EurekAlert