麻省理工学院的科学家开发了一种新型的“深度学习”网络,可以帮助机器人通过使用每个孩子独有的数据来衡量他们与患有自闭症谱系条件的儿童的互动质量。自闭症谱系障碍是与大脑发育相关的一种疾病,它影响一个人如何看待他人并与他人交往,从而导致社交互动和沟通方面的问题。自闭症谱系障碍中的术语“谱”是指广泛的症状和严重程度。
通过个性化的“深度学习”,儿童友好型机器人NAO可以根据对35名自闭症儿童进行的研究,使用该特定个体独有的数据,顺利地估计每个自闭症儿童的参与度和兴趣。新的发展可以使他们的生活更轻松。
“长期目标不是制造能够取代人类治疗师的机器人,而是通过治疗师可以用来个性化治疗内容的关键信息来增强它们,并在机器人和自闭症儿童之间进行更具吸引力和自然主义的互动, “该研究的第一作者Oggi Rudovic说。
根据科学家的说法,机器人对儿童反应的看法与人类专家的评估一致,相关性为60%。“在自闭症中创建机器学习和AI [人工智能]的挑战尤其令人烦恼,因为通常的AI方法需要大量的数据,这些数据对于每个学习的类别都是相似的。在异质性占主导地位的自闭症中,正常的AI方法失败了,“该研究的共同作者罗莎琳德皮卡德说。
机器人辅助治疗涉及一种人类治疗师,其显示表达不同情绪的不同面部的闪卡,例如快乐,悲伤,恐惧和编程的机器人或NAO,其向孩子显示相同的情绪。治疗师观察孩子如何与机器人交战,并获得有关如何进一步采取课程的反馈。
NAO是一个两英尺高的机器人,类似于装甲超级英雄或机器人,它通过改变眼睛的颜色,肢体运动和声音来传达不同的情绪。“治疗师说,让孩子接受几秒钟对他们来说可能是一个很大的挑战,机器人吸引了孩子的注意力,”鲁多维奇说。
“此外,人类以不同的方式改变他们的表达方式,但机器人总是以同样的方式做到这一点,这对孩子来说不那么令人沮丧,因为孩子以非常有条理的方式学习如何表达表达,”他说。除了个性化之外,这些研究人员创建的系统还包括由AI提供的深度学习。
深度学习已被用于自动语音和对象识别程序,使其非常适合于解决诸如面部,身体和声音的多种特征的问题,这些特征可用于理解更抽象的概念,例如儿童的参与。
“深度学习允许机器人直接从数据中提取最重要的信息,而无需人工手工制作这些功能,”Rudovic说。对于治疗机器人,建立了一个个性化的框架,可以从每个孩子收集的数据中学习。
领取专属 10元无门槛券
私享最新 技术干货