导读：南都 讯 记者冯群星 人工智能可以一眼分辨出令人快乐的图片和令人沮丧的图片？是的。美国科罗拉多大学和杜克大学的研究人员开发了一种新的算法模型，能够准确地识别11种情绪类别的图片。 在医学中，情绪被认为是人类健康功能整体构成中的重要部分，而图片则...
南都讯 记者冯群星 人工智能可以一眼分辨出令人快乐的图片和令人沮丧的图片？是的。美国科罗拉多大学和杜克大学的研究人员开发了一种新的算法模型，能够准确地识别11种情绪类别的图片。
在医学中，情绪被认为是人类健康功能整体构成中的重要部分，而图片则是进行情绪研究的工具研究者往往会通过不同类型的图片对被试者进行情绪刺激，从而观察被试者的前后变化。
美国研究人员新开发的算法模型名为EmoNet。训练期间，研究人员从2187个视频中提取出超过13万帧图片，并将其分为27种不同的情绪类别，包括快乐、惊喜、兴奋、焦虑、悲伤、困惑，等等。算法模型以此数据库，通过卷积神经网络进行训练。
实验显示，人工智能可以准确地判断11 种情绪类别，其中成功率最高的四种是渴望、性欲、恍惚和恐怖。例如，当一张图片上是穿着比基尼、身材火爆的美女，人工智能会标注“性欲”；当图片显示了一具尸体躺在地上的场景，人工智能会标注“恐怖”。
人工智能可以判断图片带来怎样的情绪刺激。
不过，人工智能在识别敬畏和惊讶类情绪图片时表现不佳。对于一些视觉特征较为相似的情绪图片，比如崇拜和快乐，它也非常容易混淆。
在实验中，研究人员还通过核磁共振分析了志愿者大脑枕叶等部分的活动模式，并将其与EmoNet的情绪类别输出关联起来，以探索大脑系统如何传达与情绪相关的信息。
研究人员认为，未来或许可以将EmoNet应用于心理和精神疾病的诊断与治疗。“以往测量情绪时，我们通常只能询问人们的感受，”研究团队成员之一Tor Wagner在接受外媒采访时表示，EmoNet可以帮助人们“直接衡量与情绪相关的大脑过程”。
