W ramach badań w zakresie rozpoznawania nastroju przez maszyny badacze rozpoczęli od wykorzystania istniejącej sieci neuronowej o nazwie AlexNet, która umożliwia komputerom przyporządkowywanie obiektów. Badacze wzięli pod uwagę również poprzednie eksperymenty, które zidentyfikowały stereotypowe reakcje emocjonalne na wyświetlane obrazy. Zmodyfikowali sieć tak, aby przewidywała, jak się poczuje osoba, która zobaczy dane zdjęcie.
Sieć, zwana od tamtej pory EmoNet, została „nakarmiona” 25 000 obrazów, począwszy od erotycznych zdjęć po sceny przyrodnicze. Jej zadaniem był sklasyfikowanie ich w ramach 20 kategorii, takich jak pragnienie, pożądanie seksualne, strach czy zaskoczenie. EmoNet była w stanie dokładnie sklasyfikować 11 typów emocji. Ale z niektórymi szło jej lepiej niż z innymi. Na przykład zidentyfikowała zdjęcia, które wywołują pożądanie seksualne z dokładnością do 95 procent. W przypadku emocji takich jak zamieszanie, podziw czy zaskoczenie miała jednak spore trudności.
Czytaj też: Nowa metoda pozwala zmniejszyć sieci neuronowe bez utraty wydajności
EmoNet była nawet w stanie odgadywać nastroje na podstawie kolorów. Widząc czarny ekran, rejestrowała niepokój. Czerwony wiązał się z głodem. Inne przykłady obejmowały m.in. szczenięta, które wywołały rozbawienie i dwie osobie przywołujące na myśl romans. Sieć poradziła sobie nawet z kategoryzowaniem krótkich filmów jako komedie, horrory bądź filmy akcji. Aby dalej przetestować i udoskonalić EmoNet, naukowcy poprosili o pomoc 18 osób.
Urządzenie fMRI mierzyło aktywność mózgów ochotników po tym, jak pokazywano im 4-sekundowe w łącznej liczbie 112 obrazów. EmoNet obejrzała te same zdjęcia, pełniąc funkcję dziewiętnastej osoby. Rezultat eksperymentu był dość zaskakujący, a sieć wykazywała podobne odruchy co ludzcy obserwatorzy.
[Źródło: medicalxpres.com; grafika: CU Boulder]
Czytaj też: Wyszkolono sieć neuronową do wykrywania deepfake
