大家好，我是本栏目的编辑郝帅。现在我给大家解释一下上面的问题。有一天，人工智能可能会比我们更好地传达我们的情绪。科罗拉多大学和杜克大学的研究人员开发的EmoNet神经网络模型可以准确地将图像分为11种不同的情感类别。

研究人员菲利普克拉格尔(Philip Kragel)认为，神经网络是一种计算机模型，它通过学习一系列滤波器来学习将输入信号映射到感兴趣的输出。例如，训练检测香蕉的网络将学习它们独特的特征，如形状和颜色。

EmoNet是使用由2185个视频组成的数据库开发的，这些视频类似于27种不同的情感类别，包括焦虑和兴趣，甚至悲伤和惊喜。虽然该模型能够以较高的置信区间区分与“渴望”、“性欲”和“恐怖”相关的图像，但在检测“困惑”、“敬畏”和“惊讶”方面没有那么强大。更抽象的情感。神经网络利用颜色、空间功率谱以及图像中物体和人脸的存在对其进行分类。研究结果发表在上周的《科学进展》杂志上。

这项研究可能为过去依赖参与者报告情绪的研究人员提供价值。现在，科学家不仅依靠主观反应，还可以利用人工智能关注视觉皮层中的模式，从而更好地理解受试者的感受。不同的模式会“解码”不同的情感体验。

研究人员之一Tor Wagner说：“在测量情绪时，我们通常只问人们的感受。“我们的工作可以帮助我们直接测量与情绪相关的大脑过程。”

除了测量情绪的新方法，研究小组还补充说，人工智能可以帮助消除心理健康中的标签。

“从焦虑和‘抑郁’等主观标签向大脑过程的转变，可能会带来新的治疗、治疗和干预目标，”Kragel说。

解码人类情感只是研究人员探索人工智能的最新例子之一。上个月，一个由联合国研究人员组成的研究小组训练了一个开源语言模型来编写虚假但令人信服的联合国演讲。麻省理工学院最近的一项研究表明，神经网络可以用来制作完美的比萨饼。