根据7月31日的消息，随着人工智能技术的发展，人们不再满足于它只是一种工具，而是希望人工智能能够理解人类的情感。几天前，来自科罗拉多大学和美国杜克大学的研究人员开发了一种神经网络模型EmoNet，该模型可以将图像与11种不同的情感类别准确配对。 EmoNet是使用2185个视频的数据库开发的，这些视频类似于27种不同的情感类别，包括焦虑，兴趣，悲伤和惊奇。尽管该模型可以在高置信区间内区分与恐惧和欲望相关的图像，但它不能够识别更多抽象的情绪，例如惊喜，困惑和敬畏。神经网络使用颜色，空间功率谱以及图像中对象和面部的存在对其进行分类。这项研究可能为以前依靠参与者自我报告情绪的研究人员提供价值。现在，科学家不再仅仅依靠主观反应，而是可以使用人工智能专注于视觉皮层中的模式，以更好地了解参与者的感受。不同的模型将解码不同的情感体验。研究员Tor Wagner说：“就情感测量而言，我们通常仍然仅限于询问人们的感受。我们的研究结果可以帮助我们直接测量与情感有关的大脑处理能力。”除了测量情绪的新方法外，研究团队还指出，人工智能可以帮助消除心理健康标签。从诸如焦虑和抑郁之类的主观标签转变为暴露于大脑可能会带来治疗和干预的新目标。当然，解码人类的情绪只是研究人员探索人工智能的最新例子之一。今年6月，联合国研究人员对开放源语言模型进行了培训。该模型接受了维基百科文字和联合国大会发表的7,000多次演讲的文字训练，可以轻松地产生虚假但令人信服的联合国演讲。