Ji-won nouvelle recommandation
Source: Concept intelligent (ID: zhinengguanym)
Auteur: Becky Ham
[New Ji-won EXAMEN les chercheurs du MIT Media Lab (MIT Media Lab) maintenant mis au point un apprentissage automatique personnalisé, l'utilisation des données uniques de chaque enfant, le robot peut aider à évaluer chaque enfant au cours de ces interactions la participation et de l'intérêt. Ce personnalisé « l'apprentissage en profondeur » réseau, l'évaluation de la perception du robot de réaction et des experts humains de l'enfant pour atteindre le même taux de 60%.
Les enfants atteints de troubles du spectre autistique souvent difficile d'identifier l'état émotionnel des gens autour d'eux. Par exemple, faire la distinction entre le visage heureux et la peur dans le visage. Pour résoudre ce problème, certains thérapeutes utilisent le robot pour les enfants de montrer ces émotions, et de laisser les enfants à imiter, alors un bon moyen de répondre à la démonstration du robot émotionnel.
Cependant, si le robot pendant le traitement, peut expliquer le comportement de l'enfant en douceur - si TA est intéressé, excité ou concentré - donc l'effet de cette thérapie est le meilleur.
MIT Media Lab Les chercheurs (MIT Media Lab), développé maintenant apprentissage machine personnalisée , Utilisant des données uniques de chaque enfant, le robot peut aider à évaluer chaque participation des enfants et de l'intérêt dans ces processus interactif.
27 juin scientifiques dans un rapport de ce réseau personnalisé « d'apprentissage en profondeur », la perception du robot de la réaction de l'enfant, avec les résultats de l'évaluation des experts de l'homme atteint dans la revue « Science Robot » 60% Le même taux.
Pour l'observateur humain, que la volonté de l'enfant à participer et le comportement a atteint un haut niveau est très difficile. Robot ordinaire (non personnalisée) avec les résultats de l'évaluation des experts humains ont généralement les mêmes 50% à 55%. Le premier auteur de l'étude, le Media Lab postdoc Rudovic et ses collègues croient, comme leurs études, après avoir observé la formation du robot de l'homme, un jour peut évaluer les experts humains et ont donné des résultats plus cohérents.
« L'objectif à long terme est de ne pas créer des robots pour remplacer les thérapeutes humains, mais d'augmenter leurs informations critiques. Les thérapeutes peuvent utiliser ces informations pour développer le contenu de traitement individualisé, mais permet également entre les robots et les enfants autistes, les résultats dans un plus attrayant, plus d'interaction naturelle. « dit Rudovic.
Rosalind Picard est co-auteur de cet article, mais aussi le Massachusetts Institute of Technology professeur responsable de la recherche de l'informatique affective, at-il dit. La personnalisation est particulièrement important dans le traitement de l 'autisme . « Si une personne qui vous fait penser l'autisme, alors vous rencontrez un patient atteint d'autisme. »
« Pour le développement d'applications de l'apprentissage machine autisme et IA (Intelligence Artificielle), particulièrement ennuyeux, parce que la plupart des méthodes d'intelligence artificielle nécessitent de grandes quantités de données, qui peuvent tous être attribués à une classe hétérogène tout en dominant l'autisme en général des méthodes d'intelligence artificielle échouera, car L'absence de données communes . « Dit Picard.
Rudovic, Picard et leurs coéquipiers, mais aussi dans d'autres domaines à l'aide d'une étude approfondie personnalisée et a constaté qu'il a amélioré les résultats de la surveillance et la prévision de progression de la démence de la douleur.
BAN (un robot humanoïde)
traitement adjuvant robot autisme fonctionne généralement comme ceci: un thérapeute humain pour montrer un papier photo enfant, ou une image électronique utilisé pour représenter des émotions différentes, aux enfants d'apprendre à reconnaître la peur, la tristesse ou le bonheur. Ensuite, le thérapeute de programmer le robot pour montrer la même émotion aux enfants, d'observer l'interaction entre l'enfant et le robot. Le comportement de l'enfant fournira des informations précieuses au robot, le robot et le thérapeute devra utiliser ces commentaires pour continuer à apprendre.
Dans cette étude, les chercheurs ont utilisé le robot humanoïde de la société Softbank NAO . NAO sur les deux pieds de haut, semblable à Superman type robot de blindé, en changeant la couleur des yeux, les mouvements des membres et le ton de la voix pour transmettre des émotions différentes.
Impliqué dans l'étude de 35 enfants autistes, âgés de 3 ans à 13 ans gamme, dont 17 en provenance du Japon, 18 de la Serbie. Dans l'expérience de 35 minutes, ils répondent à différents robots. Dans le test, la performance globale de chaque enfant est différent. Ils semblent parfois ennuyé, endormi, parfois l'excitation dans le saut de la pièce, en battant, rire ou toucher les robots.
Rudovic dit dans l'étude, la plupart des enfants réagissent à ce robot est qu ' « il est pas comme les autres robots, pas seulement un jouet, comme une personne, cela est probablement lié à l'apparence de l'ordonnateur national. »
Une jeune fille âgée de 4 ans a caché d'abord derrière sa mère au moment impliqué dans le traitement, mais après son acceptation du robot a grandement amélioré après la fin du traitement, elle se mit à rire. L'un de la Serbie étreint sa sur NAO, a déclaré: « Robot, je vous aime » A la fin du traitement, elle a dit qu'elle était heureuse de voir combien mon frère aime jouer ce robot.
« Le thérapeute dit, la portée des enfants possèdent quelques secondes est un grand défi, mais le robot va attirer l'attention de l'enfant. » Dit Rudovic.
Il a également expliqué Pourquoi les robots dans ce type de thérapie est utile : « Les humains ont changé de différentes façons, leurs expressions, mais le robot est toujours fait de la même manière, les enfants ne se sentent pas monotone, car ils sont strictement pas pression sur le robot pour enseigner, apprendre à exprimer leurs expressions ".
apprentissage machine personnalisée
l'équipe de recherche du MIT, au courant d'un genre algorithmes d'apprentissage machine appelée étude approfondie Il peut être utilisé pour traiter le robot pour le rendre plus naturel de percevoir le comportement de l'enfant. Système d'apprentissage de profondeur Couches, multi-couches le traitement des données, afin d'améliorer la tâche du robot, les données brutes de chaque couche successive d'une couche d'un peu abstraite.
Rudovic dit que, bien que le concept d'auto-étude approfondie des années 1980 avait déjà vu, mais jusqu'à récemment, ont assez de puissance de calcul pour réaliser. Etude approfondie a été dans le programme de reconnaissance automatique de la parole et des objets dans l'application, ce qui le rend très approprié pour résoudre ce problème, par exemple, de comprendre les multiples traits du visage, le corps et la voix, de sorte Comprendre des concepts plus abstraits , Par exemple, utilisé dans ce traitement pour les enfants atteints d'autisme.
« Par exemple, dans la reconnaissance des expressions faciales, le plus important est le changement qui parties du visage, détermine le degré de participation des enfants », a déclaré Rudovic, « l'apprentissage en profondeur permet au robot d'extraire les informations les plus importantes directement à partir des données, sans la nécessité d'une analyse humaine par l'utilisation de l'information traitée ».
Pour le traitement des robots, Rudovic et ses collègues plus loin, la mise en place d'un cadre personnalisé Nous pouvons apprendre de chaque enfant pour recueillir les données. Les chercheurs du moniteur sur le poignet d'un enfant, l'accès à chaque enfant d'expressions du visage, la tête et les mouvements du corps, les postures et les gestes, l'enregistrement audio et la fréquence cardiaque et la température du corps et de la réaction de la peau de la transpiration.
profondeur personnalisée du réseau d'apprentissage de ces robots, se compose de nombreux éléments, y compris la vidéo, les données audio et physiologiques, et des informations sur les enfants autistes individuels capacités de diagnostic, ainsi que leur contexte culturel et le sexe.
Ensuite, les chercheurs estimer le comportement de leur enfant, avec environ cinq experts humains ont été comparés. Les cinq experts de l'homme sur les enregistrements vidéo et audio des enfants ont mené une analyse complète pour déterminer l'enfant pendant cette période sont heureux ou triste, comment intéressé à la façon dont les investissements.
Ces données ont été testées par un humain formé de codage des données personnalisées, et de suivre une formation ou mise au point du modèle réseau de neurones utilisé améliore considérablement le robot automatique pour estimer le comportement de l'enfant. Les chercheurs ont découvert que l'apprentissage machine personnalisée est mieux que tous les enfants des données « Intégré à » Type Méthodes d'application.
Rudovic et ses collègues ont également étudié la profondeur d'apprendre à estimer réseau, ce qui révèle des différences culturelles intéressantes entre les enfants. Rudovic a déclaré: « Par exemple, les enfants du Japon dans le temps de participer à des activités, montrera plus les mouvements du corps, tandis qu'en Serbie, un grand mouvements du corps sont apparus après avoir participé aux activités. »
Lien original:
(Cet article reproduit avec la permission du concept intelligent)
[] Joignez-vous à la communauté
Ji-won nouvelles technologies AI + industrie du recrutement communautaire, a accueilli les étudiants + industrie de la technologie AI a atterri intérêt, plus Little Helper Micro Signal: aiera2015_3 Dans le groupe, si elle est approuvée seront invités dans le groupe, assurez-vous de modifier les commentaires après avoir rejoint un groupe communautaire (Nom - Société - emploi, groupe professionnel d'examen plus rigoureux, s'il vous plaît comprendre).
