Нейробиологи из Массачусетского технологического института разработали вычислительную модель, способную предсказывать эмоции других людей, включая радость, благодарность, растерянность, сожаление и смущение, приближаясь к социальному интеллекту наблюдателей. Модель была разработана для предсказания эмоций людей, вовлеченных в ситуацию, основанную на "дилемме заключенного" - классическом сценарии теории игр, в котором два человека должны решить, сотрудничать ли с партнером или предать его.
Для построения модели исследователи учли несколько факторов, которые, согласно гипотезе, могут влиять на эмоциональные реакции людей, включая желания человека, его ожидания в конкретной ситуации, а также то, наблюдает ли кто-то за его действиями.
"Это очень распространенные, базовые интуиции, и мы сказали, что можем взять эту базу и создать модель, которая научится предсказывать эмоции на основе этих характеристик", - говорит Ребекка Сакс, профессор мозга и когнитивных наук Джон В. Джарве, сотрудник Института исследования мозга Макговерна Массачусетского технологического института и старший автор исследования.
Предсказание эмоций
Несмотря на то, что было проведено множество исследований по обучению компьютерных моделей вычислять эмоциональное состояние человека по его выражению лица, это не самый важный аспект эмоционального интеллекта человека, считает Сакс. Гораздо важнее способность предсказывать эмоциональную реакцию человека на события до того, как они произойдут.
"Самое важное в понимании эмоций других людей - это предвидеть, что будут чувствовать другие люди до того, как событие произошло", - говорит она. "Если бы весь наш эмоциональный интеллект был реактивным, это было бы катастрофой".
Чтобы попытаться смоделировать, как наблюдатели делают такие прогнозы, исследователи использовали сценарии, взятые из британского игрового шоу под названием "Золотые шары". В этом шоу участники разбиваются на пары, и на кону стоит банк в 100 000 долларов. После переговоров с партнером каждый участник тайно решает, делить ли ему банк или попытаться его украсть. Если оба решают разделить, то получают по $50 000. Если один разделит, а другой украдет, то укравший получит весь банк. Если оба пытаются украсть, то никто ничего не получает.
В зависимости от результата участники могут испытывать различные эмоции: радость и облегчение, если оба участника разделят банк, удивление и ярость, если банк украдет соперник, и, возможно, чувство вины, смешанное с восторгом, если удастся украсть.
Для создания вычислительной модели, способной предсказывать эти эмоции, исследователи разработали три отдельных модуля. Первый модуль обучается делать выводы о предпочтениях и убеждениях человека на основе его действий, что называется обратным планированием.
"Это идея, которая гласит, что если вы видите лишь небольшую часть поведения человека, вы можете вероятностно сделать вывод о том, чего он хотел и ожидал в данной ситуации", - говорит Сакс.
Используя этот подход, первый модуль может предсказывать мотивы участников на основе их действий в игре. Например, если кто-то решил разделить банк, то можно сделать вывод, что он также ожидал, что другой человек разделит банк. Если кто-то решает украсть, то, возможно, он ожидал, что другой человек украдет, и не хотел быть обманутым. Или, возможно, они ожидали, что другой человек разделится, и решили попытаться извлечь из этого выгоду.
Модель также может интегрировать знания о конкретных игроках, такие как профессия участника, чтобы помочь сделать вывод о наиболее вероятной мотивации игроков.
Второй модуль сравнивает результат игры с тем, что хотел и ожидал каждый игрок. Затем третий модуль предсказывает, какие эмоции могут испытывать участники игры, исходя из результата и того, что было известно об их ожиданиях. Этот третий модуль был обучен предсказывать эмоции на основе предсказаний наблюдателей-людей о том, что будут чувствовать участники после определенного результата. Авторы подчеркивают, что это модель социального интеллекта человека, предназначенная для имитации того, как наблюдатели рассуждают об эмоциях друг друга, а не модель того, что люди чувствуют на самом деле.
"Из данных модель узнает, что, например, чувствовать радость в данной ситуации означает получить то, что ты хотел, сделать это по справедливости и не извлечь выгоды", - говорит Сакс.
Основные интуиции
После того как три модуля были запущены, исследователи использовали их на новом наборе данных из игрового шоу, чтобы определить, как предсказания эмоций, сделанные моделями, сопоставляются с предсказаниями, сделанными наблюдателями-людьми. Данная модель справилась с этой задачей гораздо лучше, чем все предыдущие модели предсказания эмоций.
По словам Сакса, успех модели объясняется тем, что она учитывает ключевые факторы, которые человеческий мозг также использует при прогнозировании реакции другого человека на ту или иную ситуацию. К ним относятся расчеты того, как человек будет оценивать ситуацию и эмоционально реагировать на нее, исходя из своих желаний и ожиданий, которые связаны не только с материальной выгодой, но и с тем, как его воспринимают окружающие.
"В нашей модели заложены эти основные интуиции: ментальные состояния, лежащие в основе эмоций, связаны с тем, чего вы хотели, чего вы ожидали, что произошло и кто это видел. А люди хотят не только вещей. Они хотят не только денег; они хотят быть справедливыми, но и не быть лохами, не быть обманутыми", - говорит она.
"Исследователи помогли сформировать более глубокое понимание того, как эмоции определяют наши действия; а затем, перевернув свою модель, они объяснили, как мы можем использовать действия людей, чтобы сделать вывод об их глубинных эмоциях. Это направление работы помогает нам рассматривать эмоции не просто как "чувства", а как важнейшую и тонкую роль в социальном поведении человека", - говорит Ник Чатер, профессор поведенческих наук из Университета Уорика, не принимавший участия в исследовании.
В дальнейшей работе исследователи надеются адаптировать модель таким образом, чтобы она могла делать более общие прогнозы на основе ситуаций, отличных от сценария игрового шоу, использованного в данном исследовании. Они также работают над созданием моделей, способных предсказывать ход игры исключительно по выражению лиц участников после объявления результатов.
Источник: web.mit.edu
Актуальные новости в телеграм https://t.me/navigator_it