研究は人工知能を使用して人間の感情を測定する

Cognitive Neuroscience Society（CNS）の年次総会で仮想的に発表された新しい研究は、データ駆動型の計算手法が最も基本的な人間の特徴である感情を説明するためにどのように使用されているかを示しています。調査官は、彼らの発見が人類全体の感情の構造についての古い考えを覆すと信じています。

科学者たちは計算能力を利用して、心をさまよいながら自然な感情を生み出す方法から、文化を越えて表情を解読する方法まで、すべてを理解しています。

調査官は、調査結果が感情がどのように幸福に貢献するか、精神疾患の神経生物学、さらにはより効果的な社会的ロボットを作る方法を特徴付ける上で重要であると考えています。

「人工知能（AI）により、科学者はこれまで不可能と考えられていた方法で感情を研究できます。これにより、生体信号から感情が生成されると私たちが考える方法を変える発見がもたらされます」とデューク大学のケビンラバー博士は述べています。

恐怖、怒り、嫌悪感、悲しみ、幸福、驚きの6つの中心的な人間の感情は、何十年もの間、人間の心理学において普遍的であると考えられてきました。しかし、この考えは社会的に普及しているにもかかわらず、専門家たちは科学的コンセンサスがこれらの感情は普遍的ではないことを実際に示していると主張しています。

特に、グラスゴー大学の研究者であるレイチェルジャック博士は、特に東アジアの人々にとって、文化を超えたこれらの感情の顔の認識には大きなギャップがあると述べています。

ジャックは彼女が「顔の言語」と呼ぶものを理解するために取り組んできました。個々の顔の動きをさまざまな方法で組み合わせて、意味のある表情を作成する方法（文字を組み合わせて単語を作成する方法など）。

「これは、象形文字や未知の古代言語を解読しようとするようなものだと思う」とジャックは言った。 「私たちは話し言葉や書き言葉、そして何百もの古代言語についてよく知っていますが、私たちが毎日使用している非言語コミュニケーションシステムについての正式な知識はほとんどなく、すべての人間社会にとって非常に重要です。」

新しい仕事では、ジャックと彼女のチームは、感情の顔の表情のレシピ本のような、これらの顔の動きの動的モデルを作成するための新しいデータ駆動の方法を作成しました。彼女のチームは現在、これらのモデルをソーシャルロボットや仮想人間などのデジタルエージェントに転送しているため、社会的に微妙で文化的に敏感な表情を生成できます。

彼らの研究から、眉の起毛剤、鼻のしわ、リップストレッチャーなどの個々の顔の動きのサブセットをランダムに選択し、それぞれの強度とタイミングをランダムにアクティブ化できる新しい顔の動きジェネレータを作成しました。

これらのランダムにアクティブ化された顔の動きを組み合わせて、顔のアニメーションを作成します。次に、異なる文化の参加者を調査して、6つの古典的な感情に従って顔のアニメーションを分類します。または、これらの感情をまったく認識しない場合は「その他」を選択できます。

このような試行を何度も繰り返した後、研究者は各試行で提示された顔の動きと参加者の応答の間に統計的関係を構築し、数学モデルを作成します。

「実験者が仮説に基づく一連の顔の表情を取り、世界中の参加者に見せた従来の理論主導のアプローチとは対照的に、私たちは心理物理学的アプローチを追加しました」とジャックは言いました。

「それは、顔の表情のサンプリングとテストにおいて、よりデータ主導で不可知論的であり、批判的には、文化的参加者の主観的知覚を使用して、どの顔の動きが特定の感情の知覚を駆動するかを理解します。たとえば、「彼は幸せです。」

これらの研究は、感情の普遍的な顔の表情について一般的に考えられている6つを、わずか4つの異文化の表情に凝縮しました。 「異文化間のコミュニケーションを妨げる可能性のある表情には、かなりの文化的な違いがあります」とジャックは言いました。 「東アジアの顔文字と西洋の顔文字のように、口が多い傾向がある西洋の顔よりも、東アジアの顔の表情の方が表現力に富んでいることがよくありますが、常にそうではありません。」

また、特定のメッセージの正確な異文化コミュニケーションをサポートするために使用できる文化的な共通点もあると付け加えました。たとえば、幸せ、興味、退屈の表情は東洋と西洋の文化で似ており、文化全体で簡単に認識できます。

ジャックと彼女のチームは現在、世界中で使用できるロボットやその他のデジタルエージェントのソーシャルシグナリング機能を強化するために、モデルを使用しています。 「私たちは、表情モデルをさまざまなデジタルエージェントに転送し、パフォーマンスが劇的に向上することを非常に楽しみにしています」と彼女は言います。

デュークのラバー氏は、感情の主観的な体験が脳でどのように媒介されるかを理解することは、情動神経科学の聖杯であると述べた。「それは難しい問題であり、現在までほとんど進展がありませんでした。」彼の研究室では、LaBarと同僚は、脳が安静に心をさまよいている間に現れる感情を理解するために取り組んでいます。

「これらの「意識の流れ」の感情は、内部の思考や記憶によって引き起こされるかどうかにかかわらず、長期的な気分状態につながる可能性があり、記憶や意思決定にバイアスをかける可能性がある反すうや心配の対象です」と彼は言った。

最近まで、研究者はこれらの感情を脳機能の静止状態信号から解読することができませんでした。現在、LaBarのチームは、機械学習ツールを適用して、恐怖、怒り、驚きなどの感情の小さなセットのニューロイメージングマーカーを導出することができました。さらに、研究者は、被験者がMRIスキャナーで休んでいるときに、これらの感情がどのようにして自然に脳に現れるかをモデル化しました。

仕事の中核は、機械学習アルゴリズムをトレーニングして、感情を互いに分離する脳活動のパターンを区別することです。研究者は、特定の感情を誘発する音楽と映画のクリップが提示された参加者のグループからのトレーニングデータセットを使用して、パターン分類アルゴリズムを提示します。

アルゴリズムはフィードバックを使用して、脳のさまざまな領域からの入力を比較検討し、各感情のシグナリングを最適化します。次に、研究者は、テストサンプルから生成された一連の脳の重みを使用して、分類子が参加者の新しいサンプルで誘発される感情をどれだけうまく予測できるかをテストします。

「感情固有の脳のパターンがこの方法で被験者間で検証されると、これらのパターンがスキャナーで単に休んでいる参加者に自然に現れるという証拠を探します」とLabar氏は語った。

「次に、パターン分類子が人々がスキャナーで自発的に報告する感情を正確に予測しているかどうかを判断し、個人差を識別できます。」

出典：Cognitive Neuroscience Society / EurekAlert