לאנשים שחיים עםתסמונת אספרגר, כל אינטראקציה חברתית יכולה להיות קרב. בעוד שהם "בעלי תפקוד גבוה" בהיבטים מסוימים, אלו על הספקטרום האוטיסטי יכולים להתקשה לעסוק באנשים ובנושאים אחרים מחוץ לתחומי העניין שלהם.

שמירה על שיחות יכולה להיות מאתגרת במיוחד אז, שכן קושי לפרש את המשמעות של תקשורת לא מילולית (כמו מחוות והבעות פנים) ומודולציות בדפוסי הדיבור של אחרים הוא אחד מסימני ההיכר של המצב.

זוג שלחוקרי MITקבעו להפוך את האינטראקציות הללו לפחות מפחידות. באמצעות טכנולוגיה לבישה ומערכות למידה עמוקה של בינה מלאכותית, הם פיתחו כלי שיכול יום אחד לשמש כמאמן חברתי וירטואלי בזמן אמת.

ראה גם:

בניירשפורסם היום, סטודנטית לתואר שני ב-MIT Tuka Alhanai והמועמד לדוקטורט מוחמד גאסמי מתארים מערכת בינה מלאכותית המשתמשת באלגוריתמים מיוחדים כדי לנתח אודיו, תמלול טקסט ואותות פיזיולוגיים כדי לעזור לקבוע את הטון הכולל של השיחה בזמן אמת.

המערכת פועלת על אסמסונג סימבנד, מכשיר לביש מודולרי, ממוקד מחקר, שניתן להטעות אותו עם מגוון רחב של חיישנים ויש לו את היכולת להפעיל אלגוריתמים מותאמים אישית על החומרה שלו.

לאחר אימון שני אלגוריתמים על נתונים שנאספו על ידי הסימבנדס ב-31 שיחות ניסוי, צוות המחקר מצא שהמערכת יכולה לקבוע את הטון הכולל של סיפור עם דיוק של 83 אחוזים ולספק "ציוני סנטימנט" פרטניים יותר עבור מרווחי דיבור ממוקדים במיוחד של חמש שניות. . המודלים חזו את מצב הרוח של המרווחים הללו בשיעור דיוק של 18 אחוז מעל הסיכוי, שהוא 7.5 אחוז טוב יותר משיטות אחרות.

בניגוד לרוב המחקרים בתחום המחקר הזה, מערכת זו נבחנה תוך מדידת שיחות אורגניות בעולם האמיתי במקום לבקש מהמשתתפים לצפות בסרטונים "שמחים" או "עצובים".

"ככל שידוע לנו, זהו הניסוי הראשון שאוסף נתונים פיזיים ונתוני דיבור בצורה פסיבית אך חזקה, גם בזמן שלנבדקים יש אינטראקציות טבעיות ובלתי מובנות", אמר גאסמי ב-השחרור של MITמכריז על הדו"ח. "התוצאות שלנו מראות שאפשר לסווג את הטון הרגשי של שיחות בזמן אמת".

עם זאת, המערכת נמצאת בשלבים מוקדמים - זה לא המאמן החברתי בכיס שיוצריה מדמיינים עדיין. לעת עתה, המערכת מספקת רק משוב בינארי עבור השיחות באופן כללי, ומתייגת אינטראקציות בודדות כחיוביות או שליליות. פלטפורמת Simband היא גורם מגביל נוסף מכיוון שהחומר הלביש אינו זמין מסחרית.

אבל יש דרך ברורה להתפתחות. החוקרים מקווים למצוא דרך להשתמש במערכת על פריטים לבישים מסחריים כמו Apple Watch, מה שירחיב באופן מסיבי את הנתונים הזמינים לאלגוריתמים. עם יותר נתונים, אלגוריתמים לומדים ומשתפרים, מה שבתורו יהפוך את המערכת ליעילה יותר.

"השלב הבא שלנו הוא לשפר את הפירוט הרגשי של האלגוריתם כך שהוא יהיה מדויק יותר בקריאת רגעים משעממים, מתוחים ונרגשים, במקום רק לתייג אינטראקציות כ'חיוביות' או 'שליליות'", אמר אלחנאי. "לפיתוח טכנולוגיה שיכולה לקחת את הדופק של רגשות אנושיים יש פוטנציאל לשפר באופן דרמטי את האופן שבו אנו מתקשרים אחד עם השני."