Θα μπορούσε ένας υπολογιστής, με μια ματιά, να εντοπίσει τη διαφορά μεταξύ μιας χαρούμενης και μιας καταθλιπτικής εικόνας; Θα μπορούσε να διακρίνει, σε λίγα χιλιοστά του δευτερολέπτου, μια ρομαντική κωμωδία από μια ταινία τρόμου; Ναι, και έτσι μπορεί ο εγκέφαλός σας, σύμφωνα με έρευνα που δημοσιεύθηκε αυτή την εβδομάδα από τους νευροεπιστήμονες CU Boulder.
“Η τεχνολογία μηχανικής μάθησης γίνεται πολύ καλή στην αναγνώριση του περιεχομένου των εικόνων – στην αποκρυπτογράφηση του είδους του αντικειμένου”, δήλωσε ο ανώτερος συγγραφέας Tor Wager, ο οποίος εργάστηκε στη μελέτη ενώ ήταν καθηγητής ψυχολογίας και νευροεπιστήμης στο CU Boulder. “Θέλαμε να ρωτήσουμε: Θα μπορούσε να κάνει το ίδιο με τα συναισθήματα; Η απάντηση είναι ναι.”
Η καινοτομία μερικής εκμάθησης μηχανών, μέρος της μελέτης απεικόνισης ανθρώπινου εγκεφάλου, η μελέτη που δημοσιεύθηκε στο περιοδικό Science Advances , σηματοδοτεί ένα σημαντικό βήμα προόδου στην εφαρμογή συστημάτων υπολογιστών “νευρωνικών δικτύων” που σχεδιάστηκαν μετά τον ανθρώπινο εγκέφαλο.
Επίσης, ρίχνει ένα νέο, διαφορετικό φως για το πώς και πού απεικονίζονται οι εικόνες στον ανθρώπινο εγκέφαλο, υποδηλώνοντας ότι αυτό που βλέπουμε – έστω και σύντομα – θα μπορούσε να έχει μεγαλύτερο, πιο γρήγορο αντίκτυπο στα συναισθήματά μας απ ‘ό, τι μπορούμε να υποθέσουμε.
“Πολλοί άνθρωποι υποθέτουν ότι οι άνθρωποι αξιολογούν το περιβάλλον τους με έναν συγκεκριμένο τρόπο και τα συναισθήματα που ακολουθούν από συγκεκριμένα παλαιότερα εγκεφαλικά συστήματα όπως το περιοριστικό σύστημα”, δήλωσε ο επικεφαλής συγγραφέας Φίλιπ Κράγκελ, μεταδιδακτορικός ερευνητής στο Ινστιτούτο Γνωστικών Επιστημών. «Βρήκαμε ότι ο ίδιος ο οπτικός φλοιός παίζει επίσης σημαντικό ρόλο στην επεξεργασία και την αντίληψη του συναισθήματος».
Η γέννηση του EmoNet
Για τη μελέτη, ο Kragel ξεκίνησε με ένα υπάρχον νευρωνικό δίκτυο, που ονομάζεται AlexNet, το οποίο επιτρέπει στους υπολογιστές να αναγνωρίζουν αντικείμενα. Χρησιμοποιώντας μια προηγούμενη έρευνα που αναγνώρισε τις στερεοτυπικές συναισθηματικές απαντήσεις στις εικόνες, συντονίζει το δίκτυο για να προβλέψει πώς ένας άνθρωπος θα νιώσει όταν βλέπει μια συγκεκριμένη εικόνα.
Στη συνέχεια, “έδειξε” το νέο δίκτυο, που ονομάστηκε EmoNet, 25.000 εικόνες που κυμαίνονται από ερωτικές φωτογραφίες σε σκηνές φύσης και του ζήτησαν να τις κατηγοριοποιήσει σε 20 κατηγορίες όπως η λαχτάρα, η σεξουαλική επιθυμία, ο τρόμος, ο δέος και η έκπληξη.
Το EmoNet θα μπορούσε να κατηγοριοποιήσει με ακρίβεια και συνέπεια 11 από τους τύπους συναισθημάτων. Αλλά ήταν καλύτερα να αναγνωρίσουμε κάποιες από άλλες. Για παράδειγμα, εντόπισε φωτογραφίες που προκαλούν λαχτάρα ή σεξουαλική επιθυμία με ακρίβεια άνω του 95%. Αλλά είχε έναν σκληρότερο χρόνο με πιο έντονα συναισθήματα όπως σύγχυση, δέος και έκπληξη.
Το EmoNet ήταν επίσης σε θέση να αξιολογεί αξιόπιστα την ένταση των εικόνων, εντοπίζοντας όχι μόνο το συναίσθημα που μπορεί να παράγει, αλλά πόσο ισχυρό θα ήταν. Όταν οι ερευνητές έδειξαν μικρά κλιπ ταινιών EmoNet και τους ζήτησαν να τα κατηγοριοποιήσουν ως ρομαντικές κωμωδίες, ταινίες δράσης ή ταινίες τρόμου, του πήρε ακριβώς τα τρία τέταρτα του χρόνου.