Использование ИИ, чтобы понять, как формируются эмоции

Исследователи использовали многослойную мультимодальную латентную модель распределения Дирихле для интеграции телесных сигналов, сенсорной информации и языка участников-людей. Изучая концепции эмоций на основе мультимодальных данных и оценивая их соответствие эмоциональным категориям человека, эта вычислительная модель дает ценную информацию о механизмах, лежащих в основе формирования человеческих эмоций. Фото: доцент Чи Хиеда / Институт науки и технологий Нара, Япония.

Эмоции — фундаментальная часть человеческой психологии — сложный процесс, который уже давно отличает нас от машин. Даже продвинутый искусственный интеллект (ИИ) не способен чувствовать. Однако сейчас исследователи изучают, можно ли смоделировать формирование эмоций с помощью вычислений, предоставив машинам более глубокое и человеческое понимание эмоциональных состояний.

В этом духе доцент Чи Хиеда из Института науки и технологий Нары (NAIST), Япония, в сотрудничестве с доцентом Кадзуки Миядзавой и тогдашним магистрантом Кадзуки Цурумаки из Университета Осаки, Япония, исследуют вычислительные подходы к моделированию формирования эмоций.

Команда создала вычислительную модель, цель которой — объяснить, как люди могут формировать концепцию эмоций. Исследование опубликовано в журнале Транзакции IEEE в аффективных вычислениях.

Как работает вычислительная модель

Эта модель основана на теории сконструированных эмоций, которая предполагает, что эмоции не являются врожденными реакциями, а мгновенно создаются мозгом. Эмоции возникают в результате интеграции внутренних телесных сигналов (интероцепция, например, частота сердечных сокращений) с внешней сенсорной информацией (экстероцепция, например, зрение и звук), что позволяет мозгу создавать концепции, а не просто рефлексы.

«Хотя существуют теоретические основы, объясняющие, как эмоции возникают в виде концепций посредством обработки информации, вычислительные процессы, лежащие в основе этого формирования, остаются недостаточно изученными», — говорит доктор Хиеда.

Чтобы смоделировать этот процесс, исследовательская группа использовала многоуровневое мультимодальное скрытое распределение Дирихле (mMLDA), вероятностную генеративную модель, предназначенную для обнаружения скрытых статистических закономерностей и категорий путем анализа того, как различные типы данных сосуществуют, без предварительного программирования эмоциональными метками.

Разработанная модель была обучена с использованием немаркированных данных, собранных у участников-людей, которые просматривали вызывающие эмоции изображения и видео. Системе не сообщалось, какие данные соответствуют таким эмоциям, как страх, радость или печаль. Вместо этого ему было разрешено самостоятельно выявлять закономерности.

Тестирование и последствия модели

Всего 29 участников просмотрели 60 изображений из Международной системы аффективных изображений, которая широко используется в психологических исследованиях. Просматривая изображения, исследователи записывали физиологические реакции, такие как частота сердечных сокращений, с помощью носимых датчиков и собирали словесные описания. Вместе эти данные отражают то, как люди интерпретируют эмоции: что они видят, как реагируют их тела и как они описывают свои переживания.

Когда концепции эмоций обученной модели сравнивались с самооценками участников, уровень согласия составил около 75%. Это было значительно выше, чем можно было бы ожидать случайно, что позволяет предположить, что модель классифицировала концепции эмоций, которые точно соответствуют тому, как люди испытывают эмоции.

Моделируя формирование эмоций таким образом, чтобы он отражал человеческий опыт, это исследование открывает путь к созданию более тонких и быстро реагирующих систем искусственного интеллекта. «Интеграция визуальной, лингвистической и физиологической информации в интерактивных роботов и системы искусственного интеллекта, чувствительные к эмоциям может обеспечить более человечное понимание эмоций и контекстно-зависимые реакции», — говорит доктор Хиеда.

Более того, поскольку модель позволяет определить эмоциональные состояния, которые людям сложно выразить словами, она может быть особенно полезна при оказании поддержки психическому здоровью, мониторинге медицинского обслуживания и вспомогательные технологии для таких состояний, как нарушения развития или деменция.

«Это исследование имеет важные последствия как для общества, так и для промышленности, поскольку оно обеспечивает вычислительную основу, которая соединяет теорию эмоций с эмпирическим подтверждением, обращаясь к давнему вопросу о том, как формируются эмоции», — заключает доктор Хейда.

Дополнительная информация:
Кадзуки Цурумаки и др., Исследование формирования концепций эмоций путем интеграции зрительной, физиологической и словесной информации с использованием многослойного мультимодального латентного распределения Дирихле, Транзакции IEEE в аффективных вычислениях (2025). DOI: 10.1109/taffc.2025.3585882

Цитирование: Использование ИИ для понимания того, как формируются эмоции (21 января 2026 г.), получено 21 января 2026 г. с https://techxplore.com/news/2026-01-ai-emotions.html.

Этот документ защищен авторским правом. За исключением любых добросовестных сделок в целях частного изучения или исследования, никакая часть не может быть воспроизведена без письменного разрешения. Содержимое предоставлено исключительно в информационных целях.

2026-01-21 15:19:00


1769017031
#Использование #ИИ #чтобы #понять #как #формируются #эмоции

Продолжение темы

Read more:  Muc-Off представляет новый распылитель пены

Leave a Comment

This site uses Akismet to reduce spam. Learn how your comment data is processed.