您现在的位置是:首页 >要闻 > 2020-12-02 08:29:18 来源:

如何使用计算机阐明人类情感

导读 人们对情感的普遍看法是,它们过于特质和主观,无法科学地研究。但是,正如今天在认知神经科学协会(CNS)虚拟会议上所介绍的那样,认知神经

人们对情感的普遍看法是,它们过于特质和主观,无法科学地研究。但是,正如今天在认知神经科学协会(CNS)虚拟会议上所介绍的那样,认知神经科学家正在使用当代的,数据驱动的计算方法来推翻有关全人类情感结构的古老观念。

研究人员正在利用计算能力来理解一切,从我们在思维游荡期间如何产生自发性情绪,到我们如何在各种文化中解码面部表情。他们的发现对于表征情绪如何促进幸福,精神疾病的神经生物学,甚至如何制造更有效的社交机器人具有重要意义。

杜克大学主席凯文·拉巴尔(Kevin LaBar)说:“人工智能(AI)使科学家能够以以前认为不可能的方式研究情绪,这导致发现改变了我们认为从生物信号产生情绪的方式。”在CNS虚拟会议上讨论此主题。

解码跨文化的面部表情

六种人类的核心情感-恐惧,愤怒,厌恶,悲伤,幸福和惊奇-几十年来一直被认为是人类心理学中普遍存在的情感,并在皮克斯电影《内幕》中流行。尽管这一想法在社会上很普遍,可追溯到保罗·埃克曼(Paul Ekman)的工作,但科学共识实际上表明,这些情感远非普遍存在,在不同文化中,尤其是对于东亚地区的人们,这些情感在面部识别方面存在巨大差距,格拉斯哥大学的研究员瑞秋·杰克(Rachael Jack)说。

杰克一直在努力理解她所谓的“脸部语言”,即个体脸部动作如何以不同方式组合以创建有意义的面部表情(例如字母如何组合以创建单词)。杰克说:“我认为这有点像试图破解象形文字或未知的古老语言。” “我们对口头和书面语言了解甚多,甚至对数百种古代语言也了解甚多,但是对于我们每天使用的非语言交流系统的形式知识却相对较少,这对整个人类社会都至关重要。”

在她在CNS年会上提出的新作品中,杰克将展示她的团队用来开发这些面部动作的动态模型的新颖的数据驱动方法,例如情感面部表情的食谱。她的团队现在正在将这些模型转移给数字代理,例如社交机器人和虚拟人,以便它们可以生成具有社交差异和文化敏感性的面部表情。