3b-international.com
Informationen Über Gesundheit, Krankheit Und Behandlung.



Forscher lehren einen Computer, um 21 verschiedene menschliche Emotionen zu erkennen

Forscher der Ohio State University haben Computern beigebracht, 21 verschiedene menschliche Emotionen aus unterschiedlichen Gesichtsausdrücken zu erkennen. Wenn Sie nicht wussten, dass es in unserem emotionalen Vokabular so viele Gefühle gibt, dann haben Sie vielleicht scheinbar widersprüchliche Emotionen vergessen, wie "glücklich angewidert" oder "traurig wütend".

Experten arbeiten daran, die Mechanismen zu entschlüsseln, die es unseren Gesichtern ermöglichen, Emotionen auszudrücken, zumindest seit der Zeit von Aristoteles und der Abhandlung über Physiognomonik. Kognitionswissenschaftler sind heute daran interessiert, die Ursprünge bestimmter Gesichtsausdrücke auf die Gene, Chemikalien und Nervenbahnen zurückzuführen, die unser Gehirn dazu veranlassen, Emotionen zu erleben.

Allerdings haben diese Wissenschaftler ihre Untersuchungen weitgehend auf sechs primäre Emotionen beschränkt - glücklich, traurig, ängstlich, wütend, überrascht und angewidert. Dies liegt daran, dass die Gesichtsausdrücke, die mit diesen Emotionen verbunden sind, als offensichtlich angesehen wurden.

Aber laut Aleix Martinez, Kognitionswissenschaftler und außerordentlicher Professor für Elektro- und Computertechnik am Ohio State, ist Co-Autor der neuen Studie, das Problem der Anwendung dieses analytischen Ansatzes auf ein individuelles Thema, dass es wie ein Porträt nur mit primären gemalt wird Farben. "Es kann ein abstrahiertes Bild der Person liefern", behauptet Prof. Martinez, "aber nicht lebensnah."

Was sind zusammengesetzte Emotionen?


Freiwillige wurden aufgefordert, verbale Hinweise wie "Sie haben gerade einige großartige unerwartete Neuigkeiten" oder "Sie riechen einen schlechten Geruch" mit geeigneten Gesichtsausdrücken versehen.
Bildnachweis: Die Ohio State University

Durch das Mischen verschiedener Kombinationen von Emotionen und die Codierung ihrer assoziierten Gesichtsausdrücke hat Prof. Martinez die Palette der menschlichen Emotionen, die von einem Computer verstanden und daher durch "strenge wissenschaftliche Studien" untersucht werden können, mehr als verdreifacht.

Er bezieht sich auf diese kombinierten Emotionen als "zusammengesetzte Emotionen".

Prof. Martinez und seine Kollegen fotografierten 130 weibliche und 100 männliche Freiwillige, die gebeten wurden, verbale Hinweise wie "Sie haben gerade großartige unerwartete Neuigkeiten" oder "Sie riechen einen schlechten Geruch" mit geeigneten Gesichtsausdrücken zu versehen.

Die Gesichtsmuskeln, die in jedem der 5000 resultierenden Photographien prominent verwendet wurden, wurden dann gemäß dem Facial Action Coding System (FACS) markiert, das von dem Psychologen Paul Ekman erstellt wurde. Mithilfe der FACS-Daten konnten die Forscher Suchanfragen durchführen, in denen Ähnlichkeiten und Unterschiede in den Ausdrücken miteinander verglichen wurden.

Nahezu universeller Ausdruck verschiedener Emotionen

Aus diesen verschiedenen Äußerungen zeichneten Prof. Martinez und sein Team insgesamt 21 Emotionen auf. Viele von ihnen wurden von den Teilnehmern fast universal ausgedrückt - 99% der Freiwilligen stellten Glück dar, indem sie beispielsweise ihren Mund zu einem Lächeln ausstreckten.

Die "zusammengesetzten Emotionen" wurden im Allgemeinen auch mit den gleichen Gesichtsausdrücken ausgedrückt. Ungefähr 93% der Teilnehmer machten dasselbe Gesicht für "glücklich überrascht", was bedeutete, dass sie die Augen weit öffneten und ihre Wangen in einer Kombination aus einem Lächeln und einem überraschten Gesicht hochzogen.

Noch widersprüchlichere zusammengesetzte Emotionen, wie "glücklich angewidert" - von Prof. Martinez definiert als "wie du dich fühlst, wenn du einen dieser komischen Grobout-Filme siehst und etwas passiert, das ist wirklich widerlich, aber du musst nur lachen, weil es ist so unglaublich lustig "- hatte einen universellen Ausdruck. In diesem Fall: zusammengekniffene Augen und Nase, aber mit einem Lächeln.

Prof. Martinez glaubt, dass diese kognitive Forschung einige therapeutische Anwendungen haben könnte. Zum Beispiel, erklärt er, kann das Modell bei der Behandlung von Zuständen wie Autismus oder posttraumatische Belastungsstörung (PTSD) verwendet werden:

"Wenn zum Beispiel bei PTSD Menschen mehr auf Ärger und Angst eingestellt sind, können wir dann spekulieren, dass sie auf alle zusammengesetzten Emotionen abgestimmt sind, die Wut oder Angst beinhalten, und vielleicht auf etwas wie" wütend ängstlich "eingestellt sind? Sind die Wege, die Chemikalien im Gehirn, die diese Emotionen aktivieren? Wir können jetzt mehr Hypothesen aufstellen und sie testen. Dann können wir schließlich anfangen, diese Störungen viel besser zu verstehen und Therapien oder Medikamente zu entwickeln, um sie zu lindern. "

Vor kurzem, Medizinische Nachrichten heute berichteten über die Forschung an einem Computermodell, das mit 85% Genauigkeit vorhersagen konnte, ob Menschen lügen oder nicht, basierend auf ihren Gesichtsausdrücken.

Pflanzen in Büros machen Arbeiter glücklicher, produktiver

Pflanzen in Büros machen Arbeiter glücklicher, produktiver

Mitarbeiter, die in Büros arbeiten, die schlank und ohne Grün sind, sind glücklicher und produktiver, wenn diese Umgebungen mit Pflanzen angereichert sind, sagen Forscher, die die größte Feldstudie ihrer Art durchgeführt haben. Die neue Studie legt nahe, dass ein grüner Arbeitsplatz den Büroangestellten dabei hilft, körperlich, geistig und emotional an ihrer Arbeit beteiligt zu sein.

(Health)

Gen-Varianten können den Schlüssel zu Gateway Barret Ösophagus-Krankheit halten

Gen-Varianten können den Schlüssel zu Gateway Barret Ösophagus-Krankheit halten

Drei Genvarianten wurden nachgewiesen, um bei Patienten mit Speiseröhrenkrebs und Barret Ösophagus nach Forscher tiefer zu sein. Die Inzidenz von Adenokarzinom des Ösophagus (EAC) in den Vereinigten Staaten und Europa hat eine satte 350% seit 1970 erhöht, mit der Ursache unsicher. Ösophagus-Adenokarzinom ist vermutlich Barrett-Ösophagus (BE) vorausgegangen.

(Health)