研究人员开发了可以理解社交线索的人工智能

研究人员计划以视频游戏形式研究AI，然后由人类来玩。

人工智能机器学习实验室信息学院的研究科学家，该项目的首席研究员Adarsh Pyarelal解释了该研究将尝试解决的问题。

皮亚雷拉尔说：“实际上，理解对话的内容对于计算机而言确实不是一件容易的事。”“在过去的几十年中，有很多研究。我要说的是，我们真的是在试图将许多实验室的互补优势综合起来，以解决这个非常困难的问题。

皮亚雷拉尔说，该项目将研究人们认为理所当然的特定事物，例如识别人们的肢体语言和面部表情。

该开发可以帮助将AI纳入个性化辅导中。根据Pyarelal的说法，一名AI导师可以潜在地识别学生何时感到教师的理解方式受挫。

卫生科学也对该技术产生了兴趣，例如帮助识别患者何时处于困境中。

赠款谈判于2019年6月进行，最终从资金中取出了一百万美元。Pyarelal预计该项目将持续四年，直到2023年年底。皮亚雷拉尔说，他希望使所有人都能使用免费软件工具，并在撰写论文以与科学界共享的同时，提高该领域的最新水平。

信息学院副教授，基于团队的基于心智的认知架构理论(ToMCAT)的共同负责人Clayton Morrison解释了他在该项目中的角色。

“我所做的工作是在涉及自动计划的机器学习和人工智能方法的交汇处，”莫里森说。“对于这个项目，我们正在构建一个能够关注正在使用该系统的人类用户的AI系统……该项目的重点是要更好地理解人类团队在协作方面的工作。任务相处。”

AI系统将了解人类正在尝试做或完成的事情，Morrison的作用是开发能够理解人们正在做的事情的技术。

“我们学习如何相处和合作，​​”莫里森说。“从某种意义上说，其中的关键部分是阅读他人思想的能力。”

他希望使机器能够理解人们的表情。

“自然语言处理的基础工作，理解语言，正在使用该系统的人们将互相交流以及与该系统对话，”莫里森说。“我们还将测量人们的某些方面：他们的表情是什么，他们的行为如何以及他们的脸色是什么。”

将使用特殊设备读取可记录在颅骨表面的电活动。此信息可以显示完成任务的人的情绪状态。

计算机科学教授，该项目的共同原理研究员Kobus Barnard提供了有关过程的见解。

巴纳德在一封电子邮件中说：“我们将对适合干预措施的团队协作和绩效有一个了解。”“例如，在搜救方案或分类方案中存在身体风险以及社会和情感因素的团队动态，可以通过监视系统来改善，以帮助团队完成工作。您可能会认为最终目标是整个团队的数字助手，因为他们理解社交和情感因素对于成功和安全至关重要。”