Машину научили предсказывать эмоции по МРТ
В основу исследования легли результаты работы, проведенной учеными в 2015 году. Участие в эксперименте приняли 32 добровольца. Испытуемых помещали в томограф и демонстрировали им два музыкальных клипа и два отрезка из кинофильмов, направленных на провоцирование семи эмоций: страха, грусти, удивления, гнева, радости, удовлетворения и безразличия. После этого участники заполнили анкету самооценки состояния. Это позволило авторам выделить участки мозга, активность которых характерна для указанных переживаний.
В новом исследовании полученные данные были проанализированы с помощью алгоритма машинного обучения. В ходе работы программа научилась распознавать специфику эмоциональных состояний отдельных испытуемых и учитывать ее в остальных пробах вне зависимости от функциональных различий мозга и уровня мотивации. Затем ученые повторили эксперимент с применением новой разработки. На первом этапе обследование проходил 21 человек, при этом стимулы для провоцирования эмоций им не предъявлялись.
Устная самооценка состояния осуществлялась участниками с частотой в 30 секунд, каждые две секунды томограф регистрировал особенности гемодинамики. Задачей авторов было проверить, воспроизводятся ли в мозге эмоциональные паттерны, зафиксированные ранее, в отсутствие стимулов и возможно ли их распознать посредством нового алгоритма. Каждый снимок сопоставлялся с составленными «картами эмоций». Результаты показали, что алгоритм способен успешно предсказывать эмоциональное состояние за десять секунд до самооценки.
На втором этапе исследования участие в эксперименте приняли 499 человек. Каждый из них находился в томографе в течение девяти минут. Анализ проводился без предъявления стимулов, самооценка производилась постфактум и была рассчитана на выявление депрессивной симптоматики и признаков гнева. По итогам тестов ученые подтвердили эффективность разработанного алгоритма, несмотря на увеличение временного интервала между фактом регистрации гемодинамики и устной обратной связью.
Как сообщили ученые, технология может применяться, в том числе, для помощи людям с алекситимией, которые испытывают затруднения при осознании и вербализации собственных эмоций. Кроме того, результаты работы могут прояснить механизмы формирования эмоциональных состояний на физиологическом уровне.
