如何使用計算機闡明人類情感

人們對情感的普遍看法是，它們過于特質和主觀，無法科學地研究。但是，正如今天在認知神經科學協會(CNS)虛擬會議上所介紹的那樣，認知神經科學家正在使用當代的，數據驅動的計算方法來推翻有關全人類情感結構的古老觀念。

研究人員正在利用計算能力來理解一切，從我們在思維游蕩期間如何產生自發性情緒，到我們如何在各種文化中解碼面部表情。他們的發現對于表征情緒如何促進幸福，精神疾病的神經生物學，甚至如何制造更有效的社交機器人具有重要意義。

杜克大學主席凱文·拉巴爾(Kevin LaBar)說：“人工智能(AI)使科學家能夠以以前認為不可能的方式研究情緒，這導致發現改變了我們認為從生物信號產生情緒的方式。”在CNS虛擬會議上討論此主題。

解碼跨文化的面部表情

六種人類的核心情感-恐懼，憤怒，厭惡，悲傷，幸福和驚奇-幾十年來一直被認為是人類心理學中普遍存在的情感，并在皮克斯電影《內幕》中流行。盡管這一想法在社會上很普遍，可追溯到保羅·埃克曼(Paul Ekman)的工作，但科學共識實際上表明，這些情感遠非普遍存在，在不同文化中，尤其是對于東亞地區的人們，這些情感在面部識別方面存在巨大差距，格拉斯哥大學的研究員瑞秋·杰克(Rachael Jack)說。

杰克一直在努力理解她所謂的“臉部語言”，即個體臉部動作如何以不同方式組合以創建有意義的面部表情(例如字母如何組合以創建單詞)。杰克說：“我認為這有點像試圖破解象形文字或未知的古老語言。” “我們對口頭和書面語言了解甚多，甚至對數百種古代語言也了解甚多，但是對于我們每天使用的非語言交流系統的形式知識卻相對較少，這對整個人類社會都至關重要。”

在她在CNS年會上提出的新作品中，杰克將展示她的團隊用來開發這些面部動作的動態模型的新穎的數據驅動方法，例如情感面部表情的食譜。她的團隊現在正在將這些模型轉移給數字代理，例如社交機器人和虛擬人，以便它們可以生成具有社交差異和文化敏感性的面部表情。