通过本科生研究机会计划学生可以构建具有影响力的AI工具

人工智能正在改变我们的生活，学习和工作方式，去年秋天，麻省理工学院的本科生得以探索和利用麻省理工学院研究实验室提供的一些工具。通过本科生研究机会计划(UROP)，学生与MIT智力探索及其他领域的研究人员合作开展了旨在提高AI素养和K-12教育，了解人脸识别以及大脑如何形成新记忆并加快繁琐任务的项目例如对新的图书馆资料进行分类。下面列出了六个项目。

编程Jibo与孩子建立情感纽带

妮可·图玛(Nicole Thumma)5岁时在博物馆遇到了她的第一个机器人。她说：“用这台机器进行对话，甚至是简单对话，真是令人难以置信。”“这使我认为机器人是最复杂的人造物，这使我想更多地了解它们。”

现年30岁的Thumma现在是麻省理工学院的高年级学生，去年秋天曾为麻省理工学院媒体实验室副教授辛西娅·布雷阿泽尔(Cynthia Breazeal)的创意机器人社交机器人Jibo撰写对话。在Breazeal和研究员Hae Won Park共同资助的UROP项目中，Thumma编写了适合情绪的对话，以帮助Jibo在与学生一起玩学习练习时与学生建立联系。

因为情绪很复杂，所以图玛在对话中运用了一系列基本感觉-快乐/悲伤，充满活力/疲倦，好奇/无聊。如果Jibo感到难过，但是充满活力和好奇，她可能会编程说：“我今天感到忧郁，但总能令我振奋的是与朋友交谈，所以很高兴能和您一起玩``疲倦，悲伤和无聊的Jibo可能会歪着头说，``我感觉不太好。就像今天我的电线都混在一起了。我认为这项活动将使我感觉更好。”

在这些简短的互动中，Jibo模拟了其脆弱的一面，并教孩子们如何表达自己的情感。互动结束时，孩子们可以给Jibo一个虚拟令牌，以获取其情绪或精力水平。“他们可以看到他们对他人的影响，”图玛说。总共她写了80条对话，这种经历使她继续留在麻省理工学院攻读机器人学硕士学位。她帮助建立的Jibos现在在佐治亚州的幼儿园教室里，在与人类同伴阅读故事和玩文字游戏时提供情感和智力支持。

了解为什么熟悉的面孔脱颖而出

乍一眼，朋友和熟人的面孔从陌生人的脸上跳出来。大脑是如何做到的?Nancy Kanwisher的大脑与认知科学系(BCS)的实验室正在建立计算模型以了解人脸识别过程。有两个关键发现：大脑在识别出自己的身份之前就开始记录其性别和年龄，并且对于熟悉的脸部来说，脸部感知能力更强。

今年秋天，二年级学生Joanne Yuan与博士后Katharina Dobs合作，了解了为什么会这样。在较早的实验中，向受试者显示了多张美国名人的熟悉面孔和德国名人的陌生面孔的照片，而他们的大脑活动是通过脑磁图测量的。多布斯发现，无论脸部是否熟悉，受试者在处理名人身份之前都要处理年龄和性别。但是他们在解开所认识面孔的性别和身份方面要好得多，例如斯嘉丽·约翰逊。Dobs认为，熟悉面孔的性别和身份识别能力的提高是由于前馈机制，而不是自上而下从内存中检索信息。

Yuan用一种模型，即卷积神经网络(CNN)探索了这两种假设，如今已广泛用于人脸识别工具中。她在面部图像上训练了CNN，并研究了其图层以了解其处理步骤。她发现，该模型与Dobs的人类受试者一样，似乎在身份识别之前就处理了性别和年龄，这表明CNN和大脑都以类似的方式被用于面部识别。在另一项实验中，Yuan对两个CNN进行了熟悉和不熟悉的面孔的训练，发现CNN与人类一样，在识别熟悉面孔方面更胜一筹。