Ученые предложили распознавать эмоции с помощью радиоволн
Проблема психического здоровья в наше время актуальна как никогда. К сожалению, существующие приложения, направленные на улучшение психологического состояния людей, ограничены дневниками пользователя и обобщенными советами по улучшению настроения. Однако всё может скоро измениться. Учёные из Лондонского университета королевы Марии исследовали возможность использовать ИИ и беспроводные сигналы для отслеживания, понимания и фиксации глубокого эмоционального состояния человека.
До настоящего времени психиатры использовали обнаружение эмоций для исследования психологических или неврологических расстройств у пациентов. Обычно для этого применялись методы мониторинга дыхания, кардиоэлектрической активности, мышечных движений и выражений лица, которые работают благодаря датчикам, размещенным на человеке, а также распознавание лиц.
Обнаружение эмоций с помощью беспроводных систем сейчас находится под пристальным вниманием ученых, поскольку оно предлагает альтернативу громоздким датчикам и может быть непосредственно интегрировано в ИИ-устройства и умный дом.
Авторы нового исследования изучили возможность использовать радиоволны для удаленного измерения одних и тех же сигналов и обработки этой информации с помощью глубокого обучения искусственного интеллекта. В своей работе они опирались на аналогичные существующие разработки с использованием радиоволн для обнаружения эмоций, которые демонстрировали, что глубокое обучение повысит точность результатов.
Однако предыдущие системы дистанционного обнаружения эмоций использовали компьютерные алгоритмы и требовали исходных данных о наблюдаемом объекте. При изменении объекта данные приходилось вводить заново, чтобы сохранить точность расчетов.
Новый подход глубокого обучения может устанавливать связи между различными входными данными подобно человеческому мозгу, применять предыдущую информацию к новому объекту и понимать, что означают разные сигналы от разных людей.
В ходе исследования был проведен эксперимент, когда собирались сигналы сердцебиения и дыхания испытывающих разные эмоции 15 участников. Сигналы поступали от радиочастотных отражений от тела с применением новых методов фильтрации шума. Также применялась новая архитектура глубокой нейронной сети, основанная на объединении необработанных радиочастотных данных и обработанного радиочастотного сигнала для классификации и визуализации различных эмоциональных состояний. В результате новая модель обеспечивала высокую точность классификации 71,67% для независимых субъектов. Результаты сравнили с данными, полученными с помощью пяти различных классических алгоритмов машинного обучения, и было установлено, что глубокое обучение обеспечивает высочайшую производительность даже при ограниченном количестве необработанных радиочастотных данных и постобработанных данных временной последовательности. Новая модель глубокого обучения также была проверена путем сравнения результатов эксперимента с данными, полученными при ЭКГ.
Благодаря такому подходу можно более точно измерять эмоции независимо от субъекта, получать набор сигналов от разных людей, учиться по этим данным и использовать их для прогнозирования эмоций вне базы данных по обучению.
Сейчас ученые ищут способы использовать недорогие существующие системы, такие как Wi-Fi-роутеры, для обнаружения эмоций большого числа людей (например, участников совещания в офисе).
Конечно, изначально технология предназначена для изучения глубоких эмоций в научных целях, а также для лечения психических заболеваний. Но вполне вероятно, что однажды мы начнем пользоваться ей так, как сейчас фитнес-браслетами. И даже в настоящее время исследование открывает много возможностей для практического применения, особенно в таких областях, как взаимодействие человека и робота, а также в здравоохранении. Важно оно и для эмоционального благополучия, которое становится все более актуальным.
Подписаться