Cercetarea folosește inteligența artificială pentru a măsura emoțiile umane

Noi cercetări prezentate practic la reuniunea anuală a Societății de Neuroștiințe Cognitive (SNC) arată cum sunt folosite metodele de calcul bazate pe date pentru a explica cea mai de bază trăsătură umană - emoțiile. Anchetatorii cred că descoperirile lor vor răsturna idei vechi despre structura emoțiilor din întreaga omenire.

Oamenii de știință aplică puterea de calcul pentru a înțelege totul, de la modul în care generăm emoții spontane în timpul rătăcirii minții până la modul în care decodăm expresiile faciale între culturi.

Anchetatorii cred că descoperirile sunt importante în caracterizarea modului în care emoțiile contribuie la bunăstare, la neurobiologia tulburărilor psihiatrice și chiar la modul de a face roboți sociali mai eficienți.

„Inteligența artificială (AI) permite oamenilor de știință să studieze emoțiile în moduri care anterior se credeau imposibile, ceea ce duce la descoperiri care transformă modul în care credem că emoțiile sunt generate din semnale biologice”, a spus dr. Kevin LaBar de la Universitatea Duke.

Șase emoții umane esențiale - frică, furie, dezgust, tristețe, fericire și surpriză - au fost considerate universale în psihologia umană de zeci de ani. Cu toate acestea, în ciuda prevalenței societale a acestei idei, experții susțin că consensul științific arată de fapt că aceste emoții sunt departe de a fi universale.

În special, există un decalaj semnificativ în recunoașterea facială a acestor emoții între culturi, în special pentru persoanele din Asia de Est, a spus dr. Rachael Jack, cercetător la Universitatea din Glasgow.

Jack a lucrat pentru a înțelege ceea ce ea numește „limbajul feței”. modul în care mișcările individuale ale feței se combină în diferite moduri pentru a crea expresii faciale semnificative (cum ar fi modul în care literele se combină pentru a crea cuvinte).

„Mă gândesc la asta cam ca la încercarea de a sparge hieroglifele sau a unui limbaj antic necunoscut”, a spus Jack. „Știm atât de multe despre limbajul vorbit și scris, chiar sute de limbi străvechi, dar avem relativ puține cunoștințe formale despre sistemele de comunicare non-verbale pe care le folosim în fiecare zi și care sunt atât de critice pentru toate societățile umane.”

În lucrări noi, Jack și echipa ei au creat o metodă nouă bazată pe date pentru a crea modele dinamice ale acestor mișcări ale feței, ca o carte de rețete a expresiilor faciale ale emoțiilor. Echipa ei transferă acum aceste modele către agenți digitali, cum ar fi roboții sociali și oamenii virtuali, astfel încât să poată genera expresii faciale care sunt nuanțate social și sensibile din punct de vedere cultural.

Din cercetările lor, ei au creat un nou generator de mișcare a feței, care poate selecta aleatoriu un subset de mișcări individuale ale feței, cum ar fi ridicarea sprâncenelor, ridul nasului sau targa de buze și poate activa aleatoriu intensitatea și sincronizarea fiecăruia.

Aceste mișcări ale feței activate aleatoriu se combină apoi pentru a crea o animație a feței. Participanții la studiu din diferite culturi clasifică apoi animația facială în funcție de cele șase emoții clasice sau pot selecta „altele” dacă nu percep niciuna dintre aceste emoții.

După multe astfel de studii, cercetătorii construiesc o relație statistică între mișcările feței prezentate pe fiecare proces și răspunsurile participanților, care produce un model matematic.

„Spre deosebire de abordările tradiționale bazate pe teorie, în care experimentatorii au luat un set ipotetic de expresii faciale și le-au arătat participanților din întreaga lume, am adăugat o abordare psihofizică”, a spus Jack.

„Este mai mult bazat pe date și mai agnostic în eșantionarea și testarea expresiilor faciale și, în mod critic, folosește percepțiile subiective ale participanților culturali pentru a înțelege ce mișcări ale feței conduc percepția lor despre o anumită emoție, de exemplu,„ el este fericit ”.”

Aceste studii au condensat cele șase gânduri obișnuite despre expresiile faciale universale ale emoțiilor la doar patru expresii interculturale. "Există diferențe culturale substanțiale în expresiile faciale care pot împiedica comunicarea interculturală", a spus Jack. „Adesea, dar nu întotdeauna, constatăm că expresiile faciale din Asia de Est au ochi mai expresivi decât expresiile faciale occidentale, care tind să aibă guri mai expresive - la fel ca emoticoanele orientale versus cele occidentale!”

Ea adaugă că există, de asemenea, puncte comune culturale care pot fi utilizate pentru a sprijini comunicarea interculturală precisă a mesajelor specifice; de exemplu, expresiile faciale de fericit, interesat și plictisit sunt similare în culturile orientale și occidentale și pot fi recunoscute cu ușurință între culturi.

Jack și echipa ei își folosesc acum modelele pentru a îmbunătăți capacitățile de semnalizare socială ale roboților și altor agenți digitali care pot fi utilizați la nivel global. „Suntem foarte încântați să transferăm modelele noastre de expresie facială către o gamă de agenți digitali și să vedem îmbunătățirea dramatică a performanței”, spune ea.

Înțelegerea modului în care experiența subiectivă a emoției este mediată în creier este sfântul graal al neuroștiințelor afective, a spus LaBar de Duke.„Este o problemă grea și până în prezent s-au înregistrat puține progrese”. În laboratorul său, LaBar și colegii săi lucrează pentru a înțelege emoțiile care apar în timp ce creierul rătăcește mintea în repaus.

„Indiferent dacă sunt declanșate de gânduri sau amintiri interne, aceste emoții de„ flux de conștiință ”sunt țintele ruminației și îngrijorărilor care pot duce la stări de dispoziție prelungite și pot influența memoria și luarea deciziilor”, a spus el.

Până de curând, cercetătorii nu au reușit să decodeze aceste emoții din semnalele de stare de repaus ale funcției creierului. Acum, echipa LaBar a reușit să aplice instrumente de învățare automată pentru a obține markeri de neuroimagistică a unui set mic de emoții precum frica, furia și surpriza. Mai mult, cercetătorii au modelat modul în care aceste emoții apar spontan în creier în timp ce subiecții se odihnesc într-un scaner RMN.

Nucleul lucrării a fost antrenarea unui algoritm de învățare automată pentru a diferenția tiparele de activitate cerebrală care separă emoțiile unele de altele. Cercetătorii prezintă un algoritm de clasificare a modelelor cu un set de date de antrenament de la un grup de participanți cărora li s-au prezentat muzică și clipuri de film care au indus emoții specifice.

Folosind feedback-ul, algoritmul învață să cântărească intrările provenite din diferite regiuni ale creierului pentru a optimiza semnalizarea fiecărei emoții. Cercetătorii testează apoi cât de bine clasificatorul poate prezice emoțiile provocate într-un nou eșantion de participanți folosind setul de greutăți ale creierului pe care le-a generat din eșantionul de testare.

„Odată ce modelele cerebrale specifice emoției sunt validate la subiecți în acest mod, căutăm dovezi că aceste tipare apar spontan la participanții care sunt doar culcați în repaus în scaner”, a spus Labar.

„Putem determina apoi dacă clasificatorul tiparului prezice cu acuratețe emoțiile pe care oamenii le raportează spontan în scaner și identificăm diferențele individuale”.

Sursa: Cognitive Neuroscience Society / EurekAlert