Tunteiden tunnistamista langattomilla signaaleilla

Tutkimus osoittaa radioaaltojen käytön sydämen ja hengityssignaalien mittaamiseen ja ennustaa, millaisia tunteita jollakulla on, ilman ilmeiden apua.

Osallistujia pyydettiin aluksi katsomaan video, jonka tutkijat valitsivat sen kyvystä herättää yksi neljästä tunnetyypistä; viha, suru, ilo ja mielihyvä. Samalla kun henkilö katseli videota, tutkijat suuntasivat häneen vaarattomia radiosignaaleja ja mittasivat heistä tulleet paluusignaalit.

Analysoimalla pienten kehonliikkeiden aiheuttamia muutoksia näihin signaaleihin tutkijat pystyivät paljastamaan tietoa yksilön sydämen ja hengityksen nopeudesta.

Jo aiemmissa tutkimuksissa on käytetty samankaltaisia ei-invasiivisia tai langattomia tunteiden havaintomenetelmiä, mutta niissä data-analyysi on perustunut klassisiin koneoppimismenetelmiin.

Tässä tutkimuksessa käytettiin sen sijaan syvällisen oppimisen tekniikoita, joissa keinotekoinen hermoverkko oppii omat piirteensä ajasta riippuvasta raakadatasta. Työ osoitti, että tämä lähestymistapa pystyi havaitsemaan tunteet tarkemmin kuin perinteiset koneoppimismenetelmät.

Tohtorikoulutettava Achintha Avin Ihalage kertoo: "Syväoppiminen antaa meille mahdollisuuden arvioida dataa samalla tavalla kuin ihmisen aivot toimisivat tarkastelemalla erilaisia informaatiokerroksia ja luomalla yhteyksiä niiden välille.

"Syväoppimisella olemme osoittaneet, että voimme mitata tunteita tarkasti aiheesta riippumattomalla tavalla, jossa voimme tarkastella koko joukkoa signaaleja eri yksilöiltä ja oppia tästä datasta ja käyttää sitä ennustamaan meidän koulutustietokannan ulkopuolisten ihmisten tunteita."

Tutkimuksen ensimmäinen kirjoittaja Ahsan Noor Khan täsmentää: "Kyky havaita tunteita langattomilla järjestelmillä on tutkijoiden mielenkiinnon kohteena, koska se tarjoaa vaihtoehdon isoille antureille ja voisi olla suoraan sovellettavissa tulevaisuuden älykkäisiin koti- ja rakennusympäristöihin."

"Etsimme nyt, miten voisimme käyttää edullisia olemassa olevia järjestelmiä, kuten WiFi-reitittimiä, havaitsemaan isomman ihmisjoukon tunteita esimerkiksi toimistossa tai työympäristössä. Tämän tyyppinen lähestymistapa antaisi meille mahdollisuuden luokitella ihmisten tunteita yksilöllisesti rutiinitoimintoja suoritettaessa."

Professori Yang Hao, kommentoi: "Tämä tutkimus avaa monia mahdollisuuksia käytännön sovelluksiin, erityisesti ihmisten ja robottien vuorovaikutuksessa, terveydenhuollossa ja emotionaalisessa hyvinvoinnissa."

Vaikka tutkijat kantavatkin huolta laajassa käyttöönotossa huomioon otettavista yksityisyyden, sosiaalisista ja eettisistä näkökohdista tarjoaa tämäkin tekniikka näistä seikoista piittaamattomille hallitsijoille mielenkiintoisia mahdollisuuksia.

Aiheesta aiemmin: Todellisuutta tuntevat proteesit