有朝一日，人工智能可能会比我们更好地传达我们的情感。 由科罗拉多大学和杜克大学的研究人员开发的 EmoNet神经网络模型能够准确地将图像分为11种不同的情感类别。

据该研究的一位研究人员Philip Kragel称，神经网络是一种计算机模型，它通过学习一系列过滤器来学习将输入信号映射到感兴趣的输出。例如，经过培训以检测香蕉的网络将学习它们独有的特征，例如形状和颜色。

EmoNet是使用一个由2,185个视频组成的数据库开发的，这些视频类似于27种不同的情感类别，其中包括 焦虑和兴趣，甚至悲伤和惊喜。虽然该模型能够以高置信区间区分与“渴望”，“性欲”和“恐怖”相关的图像，但它在检测“混乱”，“敬畏”和“惊喜”时并没有那么强大。更抽象的情绪。神经网络使用颜色，空间功率谱以及图像中物体和面部的存在来对它们进行分类。该研究结果发表在上周的Science Advances杂志上。

该研究可能为以前依赖参与者自我报告情绪的研究人员提供价值。现在，科学家们不仅仅依赖于主观反应，而是可以使用人工智能来关注视觉皮层内的模式，以更好地理解主体的感受。不同的模式将“解码”不同的情绪体验。

“当谈到测量情绪时，我们通常仍然只限于询问人们的感受，”该研究的研究人员之一Tor Wagner说。“我们的工作可以帮助我们直接衡量与情绪相关的大脑过程。”

除了测量情绪的新方法之外，研究团队还补充说，人工智能有助于在心理健康方面消除标签。

“从焦虑和'抑郁'等主观标签转向大脑过程可能会导致治疗，治疗和干预的新目标，”Kragel说。

解码人类情感只是研究人员如何探索人工智能的最新例证之一。上个月，一个由联合国研究人员组成的研究小组 培训了一种开源语言模式 来编写虚假但令人信服的联合国演讲。麻省理工学院最近的一项研究表明神经网络可以用来制作完美的披萨。