長(zhǎng)期目標(biāo)不是制造能夠取代人類治療師的機(jī)器人

患有自閉癥譜系條件的兒童通常難以識(shí)別周圍人的情緒狀態(tài) - 例如，將幸福的臉與可怕的臉區(qū)分開來。為了解決這個(gè)問題，一些治療師使用兒童友好的機(jī)器人來展示這些情緒，并讓孩子們模仿情緒并以適當(dāng)?shù)姆绞交貞?yīng)他們。

然而，如果機(jī)器人能夠在治療期間順利地解釋孩子自己的行為 - 無論他或她是否感興趣或興奮或注意力 - 這種類型的治療效果最佳。麻省理工學(xué)院媒體實(shí)驗(yàn)室的研究人員現(xiàn)在開發(fā)了一種個(gè)性化的機(jī)器學(xué)習(xí)，幫助機(jī)器人使用該孩子獨(dú)有的數(shù)據(jù)，估計(jì)每個(gè)孩子在這些交互過程中的參與度和興趣。

憑借這種個(gè)性化的“ 深度學(xué)習(xí) ”網(wǎng)絡(luò)，科學(xué)家于6月27日在“ 科學(xué)機(jī)器人”雜志上報(bào)道，機(jī)器人對(duì)兒童反應(yīng)的看法與人類專家的評(píng)估一致，相關(guān)分?jǐn)?shù)為60%。

人類觀察者對(duì)兒童的參與和行為達(dá)成高度一致意見可能具有挑戰(zhàn)性。他們的相關(guān)分?jǐn)?shù)通常在50%到55%之間。Rudovic和他的同事們提出，在本研究中，接受過人類觀察訓(xùn)練的機(jī)器人有朝一日可能會(huì)對(duì)這些行為提供更一致的估計(jì)。

“長(zhǎng)期目標(biāo)不是制造能夠取代人類治療師的機(jī)器人，而是通過治療師可以用來個(gè)性化治療內(nèi)容的關(guān)鍵信息來增強(qiáng)它們，并在機(jī)器人和自閉癥兒童之間進(jìn)行更具吸引力和自然主義的互動(dòng)， “媒體實(shí)驗(yàn)室的博士后Oggi Rudovic解釋說，該研究的第一作者。

羅莎琳德皮卡德是該論文的合著者，也是麻省理工學(xué)院教授，??主持情感計(jì)算研究，他說個(gè)性化在自閉癥治療中尤為重要：一句著名的諺語(yǔ)是：“如果你遇到一個(gè)人，患有自閉癥，你就會(huì)遇到一個(gè)患有自閉癥的人。“

“ 在自閉癥中創(chuàng)建機(jī)器學(xué)習(xí)和AI [ 人工智能 ] 的挑戰(zhàn)尤其令人煩惱，因?yàn)橥ǔ５腁I方法需要大量的數(shù)據(jù)，這些數(shù)據(jù)對(duì)于學(xué)習(xí)的每個(gè)類別都是相似的。在異質(zhì)性統(tǒng)治的自閉癥中，正常的AI方法失敗，“皮卡德說。Rudovic，Picard和他們的隊(duì)友也一直在其他領(lǐng)域使用個(gè)性化深度學(xué)習(xí)，發(fā)現(xiàn)它可以改善疼痛監(jiān)測(cè)結(jié)果和預(yù)測(cè)阿爾茨海默病的進(jìn)展。

會(huì)見NAO

機(jī)器人輔助治療自閉癥的方法通常是這樣的：人類治療師會(huì)展示兒童照片或不同面孔的閃卡，以表示不同的情緒，教他們?nèi)绾巫R(shí)別恐懼，悲傷或喜悅的表情。治療師然后對(duì)機(jī)器人進(jìn)行編程以向孩子顯示這些相同的情緒，并在孩子與機(jī)器人接觸時(shí)觀察孩子。孩子的行為提供了有價(jià)值的反饋，機(jī)器人和治療師需要繼續(xù)學(xué)習(xí)。

研究人員在這項(xiàng)研究中使用了SoftBank Robotics NAO仿人機(jī)器人。NAO身高約2英尺，類似于裝甲超級(jí)英雄或機(jī)器人，通過改變眼睛的顏色，四肢的運(yùn)動(dòng)和聲音的語(yǔ)氣來傳達(dá)不同的情緒。

參與本研究的35名自閉癥兒童，17名來自日本，18名來自塞爾維亞，年齡從3歲到13歲不等。他們?cè)?5分鐘的會(huì)議期間以各種方式對(duì)機(jī)器人做出反應(yīng)，在某些情況下看起來很無聊和困倦興奮地跳著房間，拍手，笑著或觸摸機(jī)器人。

研究中的大多數(shù)孩子對(duì)機(jī)器人的反應(yīng)“不僅僅是作為一個(gè)玩具，而是與NAO有關(guān)，因?yàn)樗且粋€(gè)真實(shí)的人”，特別是在講故事時(shí)，治療師詢問NAO如果孩子們拿著機(jī)器人會(huì)感覺如何根據(jù)魯多維奇的說法，這是一種冰淇淋。

一名4歲女孩在參加會(huì)議期間躲在母親身后，但對(duì)機(jī)器人變得更加開放，并在治療結(jié)束時(shí)笑了起來。一名塞爾維亞兒童的妹妹給了NAO一個(gè)擁抱，并說：“機(jī)器人，我愛你!” 在一次會(huì)議結(jié)束時(shí)，她說她很高興看到她的兄弟喜歡和機(jī)器人一起玩。

“治療師說，讓孩子接觸幾秒鐘對(duì)他們來說可能是一個(gè)很大的挑戰(zhàn)，機(jī)器人吸引了孩子的注意力，”Rudovic解釋說，為什么機(jī)器人在這種治療方法中很有用。“此外，人類以多種不同的方式改變他們的表達(dá)方式，但機(jī)器人總是以同樣的方式做到這一點(diǎn)，這對(duì)孩子來說不那么令人沮喪，因?yàn)楹⒆右苑浅Ｓ袟l理的方式學(xué)習(xí)如何表達(dá)表達(dá)。”

個(gè)性化機(jī)器學(xué)習(xí)

麻省理工學(xué)院的研究小組意識(shí)到，一種稱為深度學(xué)習(xí)的機(jī)器學(xué)習(xí)對(duì)于治療機(jī)器人來說有用，可以更自然地感知孩子的行為。深度學(xué)習(xí)系統(tǒng)使用分層的多層數(shù)據(jù)處理來改進(jìn)其任務(wù)，每個(gè)連續(xù)層相當(dāng)于原始原始數(shù)據(jù)的稍微抽象的表示。

盡管自20世紀(jì)80年代以來深度學(xué)習(xí)的概念已經(jīng)出現(xiàn)，但Rudovic說，直到最近才有足夠的計(jì)算能力來實(shí)現(xiàn)這種人工智能。深度學(xué)習(xí)已被用于自動(dòng)語(yǔ)音和對(duì)象識(shí)別程序，使其非常適合于解決諸如面部，身體和聲音的多個(gè)特征的問題，這些特征可用于理解更抽象的概念，例如兒童的訂婚。

“例如，在面部表情的情況下，面部的哪些部分對(duì)于參與的估計(jì)最重要?” 魯多維奇說。“深度學(xué)習(xí)允許機(jī)器人直接從該數(shù)據(jù)中提取最重要的信息，而無需人工手動(dòng)制作這些功能。”對(duì)于治療機(jī)器人，Rudovic和他的同事們進(jìn)一步深入學(xué)習(xí)并構(gòu)建了個(gè)性化的理念可以從每個(gè)孩子收集的數(shù)據(jù)中學(xué)習(xí)的框架。研究人員從兒童手腕上的監(jiān)視器上捕獲了每個(gè)孩子的面部表情，頭部和身體動(dòng)作，姿勢(shì)和手勢(shì)，錄音以及心率，體溫和皮膚出汗反應(yīng)數(shù)據(jù)的視頻。

機(jī)器人的個(gè)性化深度學(xué)習(xí)網(wǎng)絡(luò)是根據(jù)這些視頻，音頻和生理數(shù)據(jù)的層次，有關(guān)兒童孤獨(dú)癥診斷和能力，他們的文化和性別的信息構(gòu)建的。然后，研究人員將他們對(duì)兒童行為的估計(jì)與五名人類專家的估計(jì)進(jìn)行了比較，他們對(duì)兒童的視頻和錄音進(jìn)行了連續(xù)編碼，以確定孩子在會(huì)話期間的高興或不安，感興趣程度和參與度。

通過人類編碼的這些個(gè)性化數(shù)據(jù)進(jìn)行訓(xùn)練，并對(duì)未用于訓(xùn)練或調(diào)整模型的數(shù)據(jù)進(jìn)行測(cè)試，網(wǎng)絡(luò)顯著改善了機(jī)器人對(duì)研究中大多數(shù)兒童的行為的自動(dòng)估計(jì)，超出了研究人員發(fā)現(xiàn)，估計(jì)網(wǎng)絡(luò)是否以“一刀切”的方式將所有兒童的數(shù)據(jù)結(jié)合起來。

Rudovic及其同事還能夠探討深度學(xué)習(xí)網(wǎng)絡(luò)如何做出估計(jì)，從而揭示了孩子們之間的一些有趣的文化差異。“例如，來自日本的兒童在高度接觸期間表現(xiàn)出更多的身體動(dòng)作，而在塞爾維亞人中，大的身體動(dòng)作與脫離事件有關(guān)，”Rudovic說。