检信智能创始人李剑峰,工业自动化专业,中国心理学会会员,最初履历在中国电子信息产业集团一家上市公司担任科研项目开发及管理工作,曾参与国家863计划项目一项,信息产业部电子产业发展基金专项计划一项,涉及金融和医疗信息化等技术领域,于2009年自主创业成立了长沙警通信息技术有限公司,公司成立之初与中科院自动化研究所下属企业合作开展心理测试仪在公安、监察委等部门应用,在2013年以色列的LVA语音心理分析技术在我国公安、察院等得到一定的应用,但是由于以色列LVA不属于国产技术,我们政府相关部门采购需要向以色列国防部备案管理。在这种背景下,2016年检信智能创始人李剑峰决定成立一家专注于心理情绪识别开发与应用的初创型公司,来代替以色列LVA语音心理分析系统。
人们对于神经影像的研究已不满足于对大脑局部的研究,开始探索汇集了更多分散于多个脑系统的脑活动预测模型。这里我们回顾多变量预测模型如何对定量可重复的预测结果进行优化,构建了比传统模型具有更大影像的身心交互模型并对大脑表达构筑于思维模式的方法进行了解释,尽管在实现前两个目标方面取得了越来越大的进展,但是模型仅仅开始处理后一个目标。通过明确地识别知识的缺口,研究项目可以有意地、程序化地朝着识别潜在心理状态和过程的大脑表征的目标前进。本文由美国科罗拉多大学学者发表在Neuron杂志。
作为企业IT部门某个开发团队负责人的你,从书上和大佬那里得知,软件开发团队中的开发人员,如果在将所完成的功能提交给测试人员之前,加强自测,那么就能降低软件开发过程中的返工。
大数据文摘授权转载自将门创投 作者:seven 20世纪60年代,麻省理工学院人工智能实验室的Joseph Weizenbaum编写了第一个自然语言处理(NLP)聊天机器人ELIZA[1],ELIZA通过使用模式匹配和替换方法,证明了人类和机器之间进行交流的可行性。作为第一批能够尝试图灵测试的程序之一,ELIZA甚至可以模拟心理治疗师,将精神病患者刚刚说过的话复述给他们。虽然ELIZA已经能够直接参与对话,但其缺乏真正的语言理解力。 随着NLP技术的快速发展,像GPT-3这样的大型语言模型(large la
作者丨宋佳 最近,“谷歌研究院称AI已具备人格”登上热搜,谷歌程序员Blake Lemoine和他测试的对话AI系统LaMDA聊了很久,对其能力感到十分惊讶。在公开的聊天记录中,LaMDA竟然说出了“我希望每个人都明白,我是一个人”的言论,令人吃惊。于是,Blake Lemoine下了个结论:LaMDA 可能已经具备人格了。 谷歌、谷歌的批评者、AI业界对待这件事的看法形成了空前一致:这人是不是有病?谷歌公司和报道此事的《华盛顿邮报》,都委婉地表示Blake Lemoine的脑子可能真的有点乱。谷歌已经
大部分程序员都由于不能使自己进入必要的精神状态,因而不能有效地测试自己的程序。 除了这个心理学问题之外,还有一个重要的问题:程序中可能包含由于程序员对问题的叙述或说明的误解而产生的错误。如果是这种情况,当程序员测试自己的程序时,往往还会带着同样的误解致使问题难以发现。在自已的工作中找出缺陷往往是人的心理状态所不容的。
注意:本文已过时。请看最新版:2023-07-05修订版:懂人的软件开发:不现实的机器化软件人假设https://zhuanlan.zhihu.com/p/641562423
作为一门新兴学科,在具体的设计操作过程中,用户体验设计吸取了多个学科的知识。除了第一章所讲述的面向人的学科和面向技术的学科之外,还包括面向设计的学科。
检信Allemotion OS心理情绪开发操作系统是根据世界人工智能高速发展的特点,为实现脑机交互的行业需求,由检信智能推出我国首款检信Allemotion OS心理情绪开发操作系统。检信Allemotion OS心理情绪开发操作系统集成了语音情感识别、人脸情感识别、微表情识别、以及肌肉微颤情绪识别、眼动识别、骨架识别、生理参数识别等功能。因此,检信Allemotion OS心理情绪开发操作系统在开发上集成了多维度情感识别的优势,针对教育、安防、军工、政府、人事管理、医疗等行业的应用特点,提供特定的二次开发。
随着人工智能的高速发展,教育机器人逐渐普及,成为智能教育的重要工具。三宝心理教育辅助机器人,通过人工智能技术,实现内容保存及分析,测试及咨询结果可视可收集,促进心理评测和咨询工作的开展。该机器人还能改变心理咨询室的常规形式,让学生在机器人的互动中解决心理问题,保护学生敏感内心,轻松无压力的走进心理咨询室。三宝心理教育辅助机器人,配置的人工智能,能够促进学校心理测评和咨询工作的顺利开展,帮助教师迅速了解学生内心,提高学生信息素养,提升数字时代的竞争能力。
心理援助 随着疫情防控形势的发展,心理疏导和干预开始越来越受到重视。日前,国务院发布《新冠肺炎疫情心理疏导工作方案》,将新冠肺炎患者及家属、病亡者家属、弱势群体、参与疫情防控医务工作者、公安民警(辅警)和社区工作者等一线工作人员作为重点,持续开展心理疏导服务。 特别值得关注的是,疫情一线的医护人员,由于面对高强度的工作、高感染的风险,且远离家人,缺少陪伴与交流沟通,面临着前所未有的心理压力。 在此背景下,根据国家卫健委《关于印发新型冠状病毒感染的肺炎疫情紧急心理危机干预指导原则的通知》文件要求,中国科
贝叶斯推荐你关注思影科技 来自美国匹兹堡大学精神病与心理学部的J.Richard Jennings等人在Hypertension杂志上发文指出,基于ASL成像的局部脑血流量指标,结合工作记忆量表分析,可以预测被试在2年内的血压变化。 随年龄增长,高血压和认知衰退往往共同出现,高血压可能会严重影响大脑并可能会导致中风。对动物实验的研究表明多种神经因子参与了高血压的形成,而对人类的研究发现在平均年龄50岁时,血压(BP)与脑容量,脑血流量(CBF)和白质完整性强相关,因此利用这类相关可以将一些大脑参数作为B
运动想象(MI)是驱动脑机接口(BCI)的一种重要范式,但 MI 心理活动不易控制或习得,MI-BCI 的性能严重依赖被试 MI 的表现。因此 MI 心理活动的正确执行以及能力的评估和提高对 MI-BCI 系统性能的提升及应用具有重要的甚至关键性的作用。然而,在 MI-BCI 的研发中,已有研究主要聚焦于解码 MI 的算法,对 MI 心理活动的这三个方面没有足够的重视。本文针对 MI-BCI 的这些问题进行详细论述,指出被试易把动觉运动想象执行为视觉运动想象;未来需要研发客观的、定量可视化的 MI 能力评估方法,并且需要研发有效的、训练时间短的 MI 能力提高方法,也需要在一定程度上解决个体之间和内部 MI 的差异性、共性和 MI-BCI 盲问题。
本发明公开了一种语音情感和面部表情双模态识别系统,包括情感数据的输入及其预处理模块、情感特征提取模块以及特征融合情感识别模块;情感数据的输入及其预处理模块,用于选择和建立所使用的情感数据库,根据不同数据库的数据特征以及不同模态数据的特性选择预处理方法;情感特征提取模块,用于表情特征提取和语音特征提取,表情特征包括LBP特征;本发明在保留整体信息完整性情况下,考虑了不同模态特征,不同特征种类间的差异性,增强了特征层融合的性能,在建立大数据和神经网络模型等基础上,通过数据采集和标注建立训练数据库,能快速分析和筛查精神病患者病情。
机器之心报道 编辑:小舟、陈萍 Deepmind 旨在建立一个能够学习直观物理学的模型,并剖析模型实现这种能力的原因。 从 AlphaFold 到数学推理,DeepMind 一直在尝试将 AI 和基础科学结合。现在,DeepMind 又创建了一个可以学习简单物理规则的新模型。 发育心理学家测试分析了婴儿如何通过目光来跟随物体的运动。例如,当播放视频中有一个球突然消失时,孩子们会表现出惊讶。 DeepMind 的计算机科学家 Luis Piloto 及其同事希望为人工智能 (AI) 开发类似的测试。该团队使用
从 AlphaFold 到数学推理,DeepMind 一直在尝试将 AI 和基础科学结合。现在,DeepMind 又创建了一个可以学习简单物理规则的新模型。
可用性设计就是以提高产品的可用性为核心的设计,它是设计艺术心理学运用于设计践中,指导设计的一个重要组成部分。可用性设计也可以理解为一种“以用户为核心的设计,因而,可用性设计包括两个重要的方面,即以目标用户心理研究(用户模型、用户需求、使用流程等)为核心的可用性测试,另一个方面就是将认知心理学、人机工程学、工业心理学等学科的基本原理灵活运用于设计行为中。 1. 什么是可用性? 可用性是用来衡量某个产品被特定的用户在特定的场景中,有效、高效并且满意得达成特定目标的程度。第一、可用性不仅是涉及到界面的设计,
罗杰·霍克,美国著名心理学家、心理学教育专家。霍克有着数十年的教学经历和心理研究经验,毕生致力于心理学知识的传播和普及。他的作品《改变心理学的40项研究》跳出了单纯的教学和研究的局限,站在整个学科的高度审视心理学发展,填补了教科书与科学研究之间的空白,讲述深入浅出,语言通俗易懂,被奉为心理学领域的传世经典。
来源:ScienceAI本文约2200字,建议阅读5分钟DeepMind 旨在建立一个能够直观学习物理学的模型。 从 AlphaFold 到数学推理,DeepMind 一直在尝试将 AI 和基础科学结合。现在,DeepMind 又创建了一个可以学习简单物理规则的新模型。 发育心理学家测试分析了婴儿如何通过目光来跟随物体的运动。例如,当播放视频中有一个球突然消失时,孩子们会表现出惊讶。 DeepMind 的计算机科学家 Luis Piloto 及其同事希望为人工智能 (AI) 开发类似的测试。该团队使用立方体
检信智能开发的人工智能多维度心理情绪测评系统,基于人不可主观控制的生理信号,包括人体面部微表情、面肌微颤频率、眼动轨迹、头部姿态运动等数据采集和识别,联合湘雅医学院心理学研究团队,从攻击性、压力、紧张、自信、幸福感等12个医学维度,利用三级心理数据评价建模,对被试个人实时数据与大数据常模多级分析之后,形成客观真实的检测报告,整个测试过程只需要1分钟。对于社会群体性单位,如大型企事业单位、学校、社区、部队、养老院等机构的心理情绪提供是一种有效的人工智能创新筛查手段,也是传统的心理量表测评方式一种必要的有效补充。
英国伦敦大学学院(UCL)、西班牙巴塞罗那大学和英国德比大学的心理学家和计算机科学家们发表了一项研究,提出一种可以提升自我同情的心理治疗新方法——利用虚拟现实技术。具体的案例被称为“化身实验”,在试验的过程中,被试者会化身为安抚者、被安抚者、第三人视角进行试验,研究结果显示,以从虚拟儿童的角度回溯安抚过程的女性,会变得更加懂得自我同情;同时,她们的自我批评水平也会显著降低。而以第三人称视角回溯安抚过程的女性,也会减少自我批评,但在自我同情方面却罕有提升。
有时候,我们会觉得 Siri 或 Alexa 等数字助理非常令人失望,因为它们根本不懂我们人类。它们需要懂点被心理学家称为「心智理论」(theory of mind)的东西,搞清楚别人的信念和意图。最近,计算机科学家开发出了一种新的 AI,这种 AI 可以探测到其他计算机的「想法」,并预测它们的行动,这是机器之间以及机器与人之间灵活协作的第一步。
【新智元导读】DeepMind 的最新论文称自己“首次”将认知心理学方法引入了对深度神经网络黑箱的理解研究中,并用认知心理学的方法发现了深度神经网络存有和人类儿童在学习词汇时也存在的“形状偏好”的行为。此文一出,就有学者指出,DeepMind 是在将过去的研究包装为全新的研究。 DeepMind 的最新论文称过去“首次”将认知心理学方法引入了对深度神经网络黑箱的理解研究中,并用认知心理学的方法发现了深度神经网络存有和人类儿童在学习词汇时也存在的“形状偏好”的行为。此文一出,就有学者指出,DeepMind 是
DeepMind近日发表的最新研究提出“机器心智理论”(Machine Theory of Mind),启发自心理学中的“心智理论”,研究者构建了一个心智理论的神经网络ToMnet,并通过一系列实验证明它具有心智能力。这是开发多智能体 AI 系统,构建机器 - 人机交互的中介技术,以及推进可解释AI发展的重要一步。 心智理论(ToM; Premack&Woodruff,1978)泛指人类能够理解自己以及他人的心理状态的能力,这些心理状态包括欲望、信仰、意图等。DeepMind的研究人员试图训练一台
2012年的时候,我参与了一个项目,我觉得那个项目是我职业生涯的一个转折点。经过那个时间节点后,我在能力,视野,心理上都获得了巨大的成长,也为自己后面的发展奠定了基础。
为了方便大家领悟性能测试微妙心印,本次从老师极客时间专栏中抽出精彩对话,希望大家走上成功之路。
“原本认为是人类独有的心智理论(Theory of Mind,ToM),已经出现在ChatGPT背后的AI模型上。”这是来自斯坦福大学的最新研究结论,一经发出就造成了学术圈的轰动:
心理健康在现代社会备受关注,而人工智能(AI)技术的迅速发展为心理学领域带来了新的机遇。本项目旨在设计和部署一套AI支持系统,为用户提供个性化、实时的心理健康支持。通过结合心理学原理和机器学习技术,系统能够识别和回应用户的情感状态,提供情感支持、建议和资源。
任可,抑郁研究所CEO。创办了患者互助社区“抑郁研究所”,完成数百起自杀干预,致力于用有温度的方式科普精神心理疾病,减轻患者的病耻感,被评选为中国社会影响力向善企业,连续三年被评为最具影响力心理平台TOP50,中国最具发展潜力社会企业TOP20。 任可是2021年胡润百富中国创业领袖,2020年福布斯亚洲U30,2019年福布斯中国U30,G20全球青年企业家菁英人才,Tatler亚洲新锐先锋,2020年30位30岁以下创业新贵,《你的第一本抑郁自救指南》《在抑郁这件事上,你并不孤独》作者。 赵九州,腾讯
任何与Siri或Alexa有过互动的人都知道,数字助理根本不懂人类。它们需要的是心理学家所谓的心智理论,即对他人信仰和欲望的认识。现在,DeepMind已经开发了一种AI,可以探测其他计算机的“思想”并预测其行为,这是机器之间以及机器与人之间流畅协作的第一步。
用户研究员研究的对象是用户,目的在于了解用户的特定需求,使用场景以及用户如何与系统进行交互;或者在目前的使用过程中的难点和期待。简而言之,用户研究员解决的问题是:用户的心理诉求、难点和使用习惯等。那么要如何成为一名优秀的用户研究员,除了不断学习还应该掌握以下几个能力: 用户研究的职责: 1.运行可用性测试,以了解用户是如何与系统进行交互以及在什么情况下进行交互。 2.用户调查,问卷调整,采访,报告等,以获取潜在用户的信息。比如,你的产品是类似于Mockplus或者Axure这类原型设计工具,
这应该是一个普遍现象吧?在这个特殊时期,这种心态的变化应该是一个非常有意义的心理学课题,我对心理学非常感兴趣,希望在这里和大家探讨探讨。
5、只提供人们真正需要的功能,而不是想当然的提供 —— 席克定律(选择越多时间越长)、用户调研
摘要:数十年来对啮齿动物的研究表明,运动是海马体低频θ振荡的强大驱动力。令人费解的是,这种与运动相关的θ波增加在灵长类动物中持续时间较短,频率较低,这导致了对其功能相关性的质疑。语言记忆编码导致人类低频振荡的显著增加,一种可能性是,记忆可能是人类海马波振荡比导航更强大的驱动因素。在这里,神经外科患者导航路线,然后在进行颅内录音时立即在心理上模拟相同的路线。我们发现,在脑海中模拟刚刚走过的同一条路线,会引发比导航更强、频率更高、持续时间更长的振荡。我们的研究结果表明,记忆是人类海马体θ波振荡比导航更有效的驱动因素,这支持了人类海马体内部产生θ波振荡的模型。
这个看似荒诞的问题恰恰来自诺贝尔经济学奖获得者卡尼曼等人于1979年提出的前景理论(Prospect Theory)。
丰色 萧箫 发自 凹非寺 量子位 | 公众号 QbitAI ChatGPT原来是拥有心智的?! “原本认为是人类独有的心智理论(Theory of Mind,ToM),已经出现在ChatGPT背后的AI模型上。” 这是来自斯坦福大学的最新研究结论,一经发出就造成了学术圈的轰动: 这一天终于猝不及防地来了。 所谓心智理论,就是理解他人或自己心理状态的能力,包括同理心、情绪、意图等。 在这项研究中,作者发现: davinci-002版本的GPT3(ChatGPT由它优化而来),已经可以解决70%的心智理论任务
本发明公开了一种近视预防预警直线距离的阀值计算方法与智能台灯,包括如下步骤:S1,确定线段两点的起始位置;S2,通过图像识别确认眼睛所观察阅读的平面位置,确认阅读平面的中心线,通过利用霍夫变换进行直线检测找到两眼与阅读平面的最短距离点等;本发明具有普通的语音识别控制台灯亮度和工作模式的同时,还能根据用户不同的阅读、写字答题模式两种工作方式识别判断预防近视,智能台灯在为用户提供照明学习的同时,可以结合头部姿态及眼睛张开闭合状态评价用户在使用台灯过程中的状态,通过霍夫变换进行直线检测用户每只眼睛的中心点位置,通过设置的阈值预警方式,提醒用户注意用眼习惯,从而使用户达到预防近视的最佳用眼状态。
失败是不可避免的。作为科学家和工程师,你会着眼于长期问题,并将系统设计为最具可持续性、可扩展性、可靠性和安全性。但你设计的系统只是基于现有的知识。在实现方案时,并不会知道未来会发生什么。你不能总是参与下一个zero-day事件、病毒式媒体、气候灾难、配置管理错误或技术转换等。因此你需要准备好迎合应对这些事情,以及这些事情对系统造成的影响。
这款小程序名叫「实用心理测试大全」,通过它你可以进行一些有趣的心理测试,比如「你的左右脑分别有几岁?」、「重新高考,你能考多少分?」等。
AI 科技评论按:人类对各种深度学习模型最常见的不满之一就是难以解释、无法理解,即便可以查看训练好的网络的每个连接的权重,也说不清网络利用的数据模式是哪些,以及网络目前的运行状况里有哪些问题。 不过,人类从不怀疑自己可以理解另一个人类:我们可以通过各种方法了解并描述别人的诉求、观念和当下的想法,可以推测别人知道哪些信息,可以猜测别人的未来行动,我们同时也就以此为基础考虑如何和别人互动。其实绝大多数情况下我们都不会尝试重建别人的脑神经结构,不会尝试估计别人的脑神经元的活动状况如何、前额叶的连接性如何、海马体的
当然,科研者也指出,压力程度很难把握,一旦超过就变得有毒。(打工人是不是松了一口气?)
注意:本文已过时。请看最新版:2023-07-05修订版:不现实的“机器化软件人假设”v2.0与“容许自由的温和家长制”助推https://zhuanlan.zhihu.com/p/639754786
DeepMind联合创始人,Inflection AI创始人Suleyman在自己的新书《The Coming Wave》中称,未来AI将让人类远离心理问题!
“一朝吸毒,终身戒毒”。吸毒对一个人的危害是相当大的,吸毒者会对毒品产生特别严重的依赖性,想要戒毒成功可以说是异常的艰难。其中最主要原因是:多次吸毒后,吸毒者在心理上会产生对毒品的强烈渴求,和强制性觅药倾向。因此,戒除毒瘾不仅仅是生理层面,更重要的是戒除心理层面对毒品的依赖性。
系统红蓝军,不仅可以引导开发人员做好功能自测,更可以在不增加成本的情况下,引导企业有效应对生产系统稳定性意外故障。
MBTI的科学性问题,很早就有争论,一方面它是500强公司经常使用的测评工具,一方面它却因为信度效度较低而备受争议。
由于社会科学中的可复制性较弱,学者们渴望量化一门学科的不可复制性的规模和范围。然而,小规模手动复制方法不适合处理这个大数据问题。在这里,我们在科学领域进行了一个全学科范围内的复制普查。包含样本(N=14,126篇论文)几乎涵盖了过去20年里在6家顶级心理学期刊上发表的几乎所有论文。使用一个经过验证的机器学习模型,估计论文的复制可能性,最终结果既支持又反驳了之前相对较小的人工复制样本中所得出的推测。首先,我们发现心理学的单一整体复制率不能很好地捕捉到子域之间不同程度的可复制性。其次,我们发现在所有子领域中,复制率与研究方法密切相关。实验的重复速率明显低于非实验研究。第三,我们发现作者的累积发表数量和被引文的影响与复制的可能性呈正相关,而对研究质量和严谨性的其他相关因素,如作者的大学声望和论文的被引文,与可复制性无关。最后,我们发现媒体关注与复制失败的可能性呈正相关。我们对可复制性的规模和范围的评估是广泛解决可复制性问题的重要下一步。
作者 | Josh Lovejoy 编译 | 聂震坤 设计面向用户的机器学习时需要注意的7点 如果你刚开始接触机器学习并且感觉有些无所适从,不要惊慌或者怀疑自己,给自己时间适应。此篇文章中指出了七个要
领取专属 10元无门槛券
手把手带您无忧上云