Nature: 地域や文化を超えて、AIはすべての人間に共通する16の表情を認識する

Nature: 地域や文化を超えて、AIはすべての人間に共通する16の表情を認識する

人々の間には大きな違いがしばしばありますが、私たちの存在にはほぼすべての人に共通する要素が数多くあります。私たちはみな、寒さで震え、暑さで汗をかき、眠ると夢を見ます。新しい研究により、私たちの存在にとってもう一つの重要な部分がこのリストに追加されました。それは、私たちの表情です。

カリフォルニア大学バークレー校とグーグルの研究者らは、機械学習とYouTube動画を利用して、一般的な表情とそれを引き起こす状況を比較した。その結果、ブラジルの誕生日パーティー、ケニアの葬儀、中国の公園でのスクエアダンスなど、人間は同じような社会的環境において、笑顔、しかめ面、しかめっ面など同じ表情をすることがわかった。

つまり、人間の豊かな表情は地域や文化を超えることができるのです。

12月16日にネイチャー誌に掲載されたこの研究は、地理的、文化的境界を越えた人間の感情表現の普遍性を裏付けている。

「この研究は、世界中の人々が人生で最も意味のある状況に応じて同じように感情を表現していることを示している」と、カリフォルニア大学バークレー校の心理学教授で研究の著者の一人であるダッチャー・ケルトナー氏は述べた。

感情表現は人間の間で普遍的なものなのでしょうか?

感情は、私たちが遭遇する課題や機会に応じて生じ、特定の社会的状況に適応した反応をもたらすと考えられる主観的な経験、生理機能、表現と関連しています。

典型的な人間の顔には、目、鼻、口、顎、あご、眉の周囲に 43 種類の筋肉があり、これらを動かすことで何千もの異なる表情を作り出すことができます。

人生の最初の瞬間から、感情は人間関係を形成し、判断、意思決定、記憶を導き、私たちの健康と幸福に貢献すると考えられています。これらの幅広い理論の中心にあるのは、感情は特定の状況で発生し、文化的に異なる行動パターンで表現されるという考えです。

[[360071]]

(出典: bardotbrush.com)

人間の感情表現が普遍的なものなのか、それとも文化的に定義されるものなのかについては、長い議論の歴史があります。チャールズ・ダーウィンもこの問題に言及しており、論争の双方の立場を支持する研究が発表され続けています。

最近の研究では、マヤの芸術作品に描かれた表情が普遍的な表現の証拠であると指摘されている。しかし数年前に行われた大規模な研究では、被験者にコンピューターで処理された表情を推測してもらったところ、被験者の文化的背景によって解釈が変わることがわかった。

さまざまな研究方法が参加者の言語、規範、価値観に関して制限的であるため、一貫性のない調査結果が感情の普遍性に関するさまざまな見解を裏付けています。

この疑問をさらに探るため、カリフォルニア大学バークレー校とグーグルの研究者らは、ディープニューラルネットワークと呼ばれる機械学習技術を使用して、北米、中米、南米、アフリカ、ヨーロッパ、中東、アジアの144か国からYouTubeにアップロードされた約600万本の動画クリップの表情を分析した。

図 | 16 の感情に関連する表情を示すオンライン マップ

研究者らはまた、アルゴリズムが16の感情に関連する表情の変化をどのように追跡するかを示すオンラインのインタラクティブマップも作成した。

顔文字の70%は文化を超えて共有されている

「これは日常生活で顔の表情がどのように使われているかに関する初の世界的分析であり、人間の普遍的な感情表現は多くの科学者がこれまで考えていたよりも豊かで複雑であることを示している」と、グーグルのディープニューラルネットワークアルゴリズムの開発に協力し、研究を主導した研究の主執筆者アラン・コーエン氏は述べた。

まず、研究者らは機械学習アルゴリズムを使用して、花火を見る、喜びのダンスを踊る、泣いている子供を慰めるなど、世界中の出来事や交流を捉えた600万本のビデオクリップの表情を記録した。

研究者たちはこのアルゴリズムを使って、人々が面白がったり、怒ったり、畏怖したり、集中したり、混乱したり、軽蔑したり、満足したり、願望したり、失望したり、信じられないと思ったり、高揚したり、興味を持ったり、苦痛や悲しみ、驚き、勝利といった感情を一般的に連想する16種類の表情を追跡した。

[[360072]]

(出典:Andrea Piacquadio/Pexels)

次に、研究者らは顔の表情を世界のさまざまな地域の状況やシナリオと関連付け、地理的および文化的境界を越えた人々がさまざまな社会的状況で顔の表情を使用する方法に顕著な類似点があることを発見しました。

研究者たちは、人々は世界のどこにいても同じであり、16種類の表情すべてが同じような状況で現れることを発見した。誰もが同じように歓声を上げ、泣き、集中し、祝う傾向があります。驚いて笑ったり、恐怖で肩をすくめたり、喜びで顔をしかめたりする人々の集団は存在しません。

研究結果によると、感情的な反応を表現するために使用する表現の 70% は文化を超えて共通しています。

「畏敬、痛み、勝利、その他13の感情に関連する微妙な表情を含む顔の表情の豊かなニュアンスは、世界中の同様の社会的状況で使用されていることがわかった」とコーエン氏は述べた。

たとえば、世界中の人々は、花火大会を見るときには畏敬の念を抱き、結婚式では満足感を表現し、武道を行うときには集中力を示し、抗議活動を行うときには疑問を表現し、ウェイトリフティングを行うときには痛みを表現し、ロックコンサートや競技スポーツイベントでは勝利を表現する傾向があります。

[[360073]]

(出典: アラン・コーウェン)

「これは、感情を顔で表現することは人間に普遍的であるというダーウィンの理論を裏付けるものだ」とケルトナー氏は語った。 「感情を身体的に表現することで、人類としてのアイデンティティが定義され、コミュニケーションや協力のスキルが向上し、生存が確保される可能性がある。」

しかし、この研究の結果は明らかに普遍主義者の側に立つものであるが、それがこのテーマに関する最終的な結論であるとは到底言えない。

もちろん、この発見は、自閉症の人など、顔の表情を読み取ることができない人が、他の人の個々の感情状態を認識するのに役立つ可能性が高い。この膨大な表情データベースがこれらの研究に役立つことは間違いありません。

<<:  AIとロボットのユースケース

>>:  2021年にはAI機能を導入する企業がますます増える

ブログ    
ブログ    

推薦する

世界で最も美しいソートアルゴリズム!

[[248668]]早速、世界で最も「美しい」ソートアルゴリズムについてお話ししましょう。 voi...

事前トレーニング後、パフォーマンスが悪化します。自己トレーニングは事前トレーニングに取って代わるものでしょうか?

2018年末には、FAIRの研究者らが「ImageNetの事前トレーニングの再考」と題する論文を発...

MIT、筋肉信号を使ってドローンを制御するシステムを開発

MITの研究者たちは、人間とロボットのシームレスなコラボレーションに近づく可能性のある新しいシステム...

...

ToTを超えて、ETHチューリッヒは新世代のマインドマップGoTをリリース:推論品質は62%向上し、コストは31%削減

大規模言語モデルは推論能力がまだ弱く、推論プロセスの改善を支援するためにさまざまな思考ツールに頼る必...

人工知能が新素材の研究開発を支援

現在、海外では人工知能が新素材の開発に役立っている事例が報告されています。英国リバプール大学の研究者...

51CTO副社長ヤン・ウェンフェイ氏:ChatGPTは非常に人気があり、将来的にはさらに強力なアプリケーションが登場するでしょう。

51CTO は 2005 年に設立され、テクノロジー学習とメディアを統合したプラットフォームです。...

18のAIリーディングカンパニー、大学、研究機関が共同で初のAIフレームワークエコシステムイニシアチブを発表

本日、上海で人工知能フレームワークエコシステムサミットが開催されました。サミットでは、MindSpo...

AIの今後の4つの動向、人類は集団的に失業するのか?

人工知能、特に機械学習とディープラーニングは 2018 年にあらゆるところで話題になりましたが、今後...

従来のセキュリティ手法を覆し、AIがWebセキュリティを再定義

Amazonが2006年にEC2サービスをリリースしてから11年が経ちました。この 11 年間で、A...

生成AIが自動車のソフトウェア化を推進する

自動車メーカーが直面する次の大きな課題はソフトウェア化、つまりハードウェアではなくソフトウェア ソリ...

GPT-4 は宇宙のすべてのデータを消費します! OpenAI、データ不足で相次いで訴訟に直面、カリフォルニア大学バークレー校教授が警告

「ネットワーク全体」を使い果たすと、生成 AI はすぐにデータを使い果たします。最近、カリフォルニア...

YouTube 動画推奨アルゴリズムを破る方法

[[176814]]映画、ドラマ、テレビ番組、オンライン ビデオなどの配信チャネルのコンテンツ ワー...

Facebook のインタラクティブ ニューラル ネットワーク可視化システム ActiVis がニューラル ネットワークの「ブラック ボックス」を公開

これまで、多くのメディアがニューラルネットワークの「ブラックボックス」問題について熱く議論してきまし...