人工智能模型预测人类的情感

当与他人互动时,你可能会花你的时间试图预测他们会如何看待你说或做什么。这个任务需要一个认知技能叫做心理理论,这帮助我们推断别人的信仰,欲望,意图,和情绪。

麻省理工学院的神经科学家已经设计了一个计算模型,可以预测别人的情绪——包括快乐、感恩,困惑,遗憾和尴尬——近似人类观察员”社会情报。模型旨在预测人们的情感参与基于“囚徒困境”的情况下,一个经典的博弈论的场景,两人必须决定是否与他们的合作伙伴或背叛他们。

构建模型,研究人员假设了注册的几个因素影响人们的情绪反应,包括人的欲望,他们的期望在一个特定的情况下,是否有人在看他们的行动。

“这些都是很常见的,基本的直觉,我们说的是,我们可以非常基本的语法和制作模型,将学习从这些特性预测情绪,”丽贝卡·萨克斯说,约翰·w·Jarve脑与认知科学教授,麻省理工学院麦戈文脑研究所的一员,和该研究的资深作者。

肖恩Dae胡莉博士的22岁的博士后在Neukom达特茅斯大学计算科学研究所的主要作者纸,在今天哲学的事务。作者还包括马克斯Kleiman-Weiner博士的18,麻省理工和哈佛大学博士后;卢克·休伊特博士的22岁的斯坦福大学访问学者;特南鲍姆和约书亚,麻省理工学院计算认知科学教授和大脑中心的一员,思想,和机器,麻省理工学院的计算机科学与人工智能实验室(权力)。

预测情绪

尽管大量的研究已经进入培训计算机模型推断出一个人的情绪状态基于他们的面部表情,这不是人类情商最重要的方面,萨克斯说。更重要的是能够预测某人的情绪反应事件发生之前。

“最重要的是理解他人的情绪就是别人会觉得之前的事情已经发生了,”她说。“如果我们的情商是被动的,这将是一个灾难。”

模型观察者如何使这些预测,研究人员使用场景取自英国游戏节目叫做“黄金球。”在节目中,选手配对,一壶100000美元的股份。与对方协商后,每个参赛者决定,秘密,是否将池或企图偷走它。如果两个决定分裂,他们每个人都收到50000美元。如果一个分裂和一个抢断,偷窃者会整个壶。如果两个企图偷走,没有人得到任何东西。

取决于结果,选手可能会经历一系列的情绪——欣慰,如果两个选手分裂,惊讶和愤怒,如果对手偷壶,也许愧疚与兴奋如果成功抢断。

创建一个计算模型,可以预测这些情绪,研究人员设计了三个独立的模块。第一个模块是训练来推断一个人的偏好和信念根据他们的行动,通过这一过程被称为逆规划。

说“这是一个想法,如果你看到一点点某人的行为,你可以从概率推断出关于他们想要的东西和期望在这种情况下,”萨克斯说。

使用这种方法,第一个模块可以预测选手在比赛中根据他们的行为动机。例如,如果有人决定分裂为了分享锅,它可以推断出,他们也希望对方分裂。如果有人决定偷,他们可能希望另一个人偷,不想被骗。或者,他们可能会希望对方分手,决定尝试利用它们。

模型还可以集成知识具体的球员,比如选手的职业,帮助其推断球员最有可能的动机。

第二个模块比较游戏,每个玩家想要的结果和预期的发生。然后,第三个模块预测什么情绪参赛者可能感觉,基于结果和人们对他们的期望是什么。第三个模块训练根据预测从人类观察员预测情绪如何选手会觉得在一个特定的结果。作者强调,这是人类社会智力的一个模型,用来模拟如何观察事件原因彼此的情感,不是一个模型,人们实际上是怎么想的。

“从数据模型,知道这意味着什么,例如,感受到很多快乐在这种情况下,得到你想要的东西,这样做是公平的,并没有利用,”萨克斯说。

核心的直觉

三个模块启动并运行后,研究人员使用他们从游戏节目的新数据集来确定模型的情感预测相比,预测由观察者。这个模型更好地执行这个任务比以往的情感预测模型。

模型的成功源于它的关键因素时,人类的大脑也使用预测别人将如何应对一个给定的情况下,萨克斯说。其中包括计算一个人将如何评估和情感上的反应情况,基于他们的欲望和期望,这不仅与物质利益而且他们是怎样被别人。

“我们的模型有这些核心直觉,情感背后的心理状态是你想要什么,你期望什么,发生了什么,以及谁看到。和人们想要的不仅仅是什么东西。他们不只是要钱;他们想要公平,但也不能抽油,不要被骗,”她说。

”研究人员已经帮助建立一个更深层次的了解情绪有助于确定我们的行动;然后,翻转他们的模型,就说明我们可以利用人的行为来推断他们的潜在的情感。这条线的工作帮助我们看到情感不一样的感情,但发挥至关重要的,微妙的,作用在人类社会行为,”尼克蔡特说,英国华威大学行为科学教授,他并没有参与这项研究。

在未来的工作中,研究人员希望适应模型,以便它可以执行基于以外的情况下具有更一般的预测在这项研究中使用的场景。他们也致力于创建模型,可以预测发生在游戏中完全基于表达式的结果公布后,参赛者。

参考:胡莉SD, Kleiman-Weiner M,休伊特磅,特南鲍姆JB,萨克斯r .情感预测计算生成理论的思想。菲尔反式R Soc。2023,381 (2251):20220047。doi:10.1098 / rsta.2022.0047

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。