麻省理工學院的研究人員為解決自閉癥患兒的表情識別困難難題,研發了一款深度學習機器人。
自閉癥患兒在識別常人的面部表情和情緒上有困難,一些專家為此開發了一種可以做出表情的機器人,并通過與自閉癥患兒互動的方式,讓自閉癥患兒模仿。
但是這種方式想要最大地發揮作用,就需要機器人能夠讀懂自閉癥患兒的表情。MIT Media Lab目前針對這個問題開發了一款,能夠評估自閉癥患兒在治療過程中的專注度和參與度的機器人。
它的名字叫做NAO,除了會針對自閉癥患兒的“讀心術”,NAO還可以利用反饋的信息幫助醫師為不同的自閉癥患兒定制康復計劃。
目前NAO在解讀自閉癥兒童的表情方面,甚至能夠超越專家的水平。研究人員在6月27日的《Science Robotics.》雜志上發表報告稱,在這種個性化的“深度學習”網絡中,機器人對兒童反應的感知與人類專家的評估一致,相關得分為60%。人類專家的平均得分在50%-55%之間。
擁有精準的水平,NAO才能更好地輔助專家?!伴L期目標不是創造機器人將取代人類治療師,而為醫生的診療提供關鍵信息,對于機器人,治療師可以使用個性化治療的內容讓機器人和自閉癥兒童之間的互動更為自然和有趣?!痹擁椦芯康牡谝蛔髡呓忉尩?。
自閉癥的機器人輔助療法通常是這樣運作的:一個人類治療師展示一張兒童照片或一張不同面孔的閃存卡,用來代表不同的情緒,教他們如何識別恐懼、悲傷或快樂的表情。然后治療師對機器人進行編程,向孩子展示同樣的情緒,觀察孩子與機器人的互動。孩子的行為提供了寶貴的反饋,機器人和治療師需要繼續學習。
“治療師說,讓孩子呆上幾秒鐘對他們來說是一個很大的挑戰,而機器人會吸引孩子的注意力,”研究人員也解釋了為什么機器人在這類治療中很有用?!按送?,人類以許多不同的方式改變他們的表達方式,但機器人總是以同樣的方式去做,這對孩子來說不那么令人沮喪,因為孩子以一種非常結構化的方式學習表達方式?!?/p>
研究人員表示在人工智能應用到自閉癥治療上,最難的問題還是數據的異質性。一般的人工智能方法都會失敗,研究人員也將這種個性化深度學習的技術應用到其他領域,發現其在疼痛監測和預防老年癡呆上同樣有進展。
對于治療機器人,Rudovic和他的同事更進一步,建立了一個個性化的框架,可以從收集到的每個孩子的數據中學習。研究人員捕捉到了每個孩子的面部表情、頭部和身體的動作、姿勢和手勢、音頻記錄和心率、體溫、以及孩子手腕上的皮膚汗液的反應。
- 發表跟帖
- 相關文章
- 熱門文章