MIT最新AI面部识别研究：AR技术协助情绪侦测

    “自闭症成人的感知神经连接可能是“嘈杂的”（noisy）或低效的。”
    作者：Claire编辑：tuya出品：财经涂鸦（ID：caijingtuya）
    对大部分健康的人来说，识别人脸上表达的情绪很容易。微笑可能意味着幸福，而皱眉可能意味着愤怒，但自闭症患者在完成这项任务时有很大的困难。来自麻省理工学院的一支研究团队，训练出一个人工神经网络来处理面部情绪识别信息，以帮助自闭症患者更好地识别人们脸上表达的情绪。
    6月15日，麻省理工学院教授脑研究所教授Kohitij Kar在《神经科学杂志》（The Journal of Neuroscience）上发表了一项名为“自闭症非典型面部情绪处理的行为和神经标记的计算探索”（A computational probe into the behavioral and neural markers of atypical facial emotion processing in autism）的新研究。该研究利用人工智能在头脑中建模计算，揭示了大脑的内部工作机制。
    在过去的一项实验中，研究人员向自闭症成年人和由神经功能正常的被试者组成的对照组，展示了一系列面部图像。这些图像由软件生成，在一个从恐惧到快乐的范围内变化，参与者需要迅速判断这些面孔是否描绘了快乐。与对照组相比，患有自闭症的成年人需要看到面部表现出更高程度快乐的图像，才能识别出快乐这一特征。
    Kar受到这项实验的启发，训练了一个人工神经网络，这是一种受大脑结构启发的复杂数学函数，来完成同样的任务，即确定人脸图像是否令人高兴。Kar的研究结果表明，自闭症成人的感知神经连接可能是“嘈杂的”（noisy）或低效的。
    Kar认为这些视觉处理的计算模型在未来可能有多种用途。“我认为面部情感识别只是冰山一角。”，他认为这些视觉处理模型也可以用来选择、甚至生成诊断内容。例如，人工智能可用于生成电影和教育材料等内容，以最大限度地吸引自闭症儿童和成人。
    根据这项研究，这些计算模型有可能被用来帮助调整增强现实（AR）眼镜中的面部和其他相关像素（pixels），以改变自闭症患者看到的东西，例如通过夸大人们脸上的快乐或其他情绪的水平，以帮助自闭症患者更好地识别。
    即使是在更简单的形式中，安装了面部情绪识别软件的AR眼镜也可以检测到人们的情绪，并覆盖文本提示来帮助佩戴眼镜的自闭症患者，以便向他们描述与他们互动的人可能的情绪状态。