眼前的事物让你悲伤还是快乐？人工智能知道！

南都新闻讯 冯群星报道，人工智能正以令人瞩目的方式进化。人工智能现在不仅能在众多领域大放异彩，甚至在辨识人类情感领域也有显著进展。来自美国科罗拉多大学和杜克大学的研究团队发现了一种名为EmoNet的算法模型，它能够一眼识别出令人产生快乐、沮丧等不同情绪的图像。

在医学研究中，情绪被认为是人类健康的重要组成部分。而图像则经常作为研究工具，研究者会通过展示不同类型的图片来刺激被试者的情绪，从而观察其反应和变化。此次，美国研究团队所开发的EmoNet模型，为我们提供了一种全新的方式去理解图像与情绪之间的关系。

据悉，在训练过程中，研究人员从大量的视频资料中抽取了超过13万帧图片，并将其细分为27种不同的情绪类别。这些情绪类别包括快乐、惊喜、兴奋、焦虑、悲伤、困惑等。然后，EmoNet模型通过学习技术对这些图像进行训练。

实验结果显示，人工智能在识别11种情绪类别方面表现出惊人的准确性。其中，渴望、性欲、恍惚和恐怖这四种情绪的识别成功率最高。例如，当面对一张穿着比基尼的美女图片时，人工智能能够迅速标注出“性欲”的情绪；而当面对一张显示尸体的恐怖图片时，人工智能则能迅速标注出“恐怖”的情绪。

不仅如此，人工智能还能判断图片带来的具体情绪刺激。这无疑为我们理解人类情绪反应提供了新的视角。人工智能在识别某些特定情绪，如敬畏和惊讶等时仍面临挑战。对于某些视觉特征相似的情绪图片，例如崇拜和快乐，人工智能也容易出现混淆。

在研究过程中，研究人员还结合了核磁共振技术，分析志愿者大脑的活动模式，并将其与EmoNet的情绪类别输出进行关联。这一结合为我们大脑如何处理和传达情绪信息提供了宝贵的线索。

该研究的团队成员之一Tor Wagner表示，他们希望通过EmoNet模型为心理和精神疾病的诊断与治疗提供新的手段。他接受外媒采访时表示，以往我们只能通过询问来了解人们的情绪体验，而EmoNet模型能够帮助我们“直接衡量与情绪相关的大脑过程”。未来，这一技术有可能成为心理医疗领域的重要工具，帮助我们更深入地理解人类的情感世界。