AI机器人在识别自闭症儿童情绪上能够超越人类专家

      麻省理工学院的研究人员为解决自闭症患儿的表情识别困难难题，研发了一款深度学习机器人。

　　自闭症患儿在识别常人的面部表情和情绪上有困难，一些专家为此开发了一种可以做出表情的机器人，并通过与自闭症患儿互动的方式，让自闭症患儿模仿。

　　但是这种方式想要最大地发挥作用，就需要机器人能够读懂自闭症患儿的表情。MIT Media Lab目前针对这个问题开发了一款，能够评估自闭症患儿在治疗过程中的专注度和参与度的机器人。

　　它的名字叫做NAO，除了会针对自闭症患儿的“读心术”，NAO还可以利用反馈的信息帮助医师为不同的自闭症患儿定制康复计划。

　　目前NAO在解读自闭症儿童的表情方面，甚至能够超越专家的水平。研究人员在6月27日的《Science Robotics.》杂志上发表报告称，在这种个性化的“深度学习”网络中，机器人对儿童反应的感知与人类专家的评估一致，相关得分为60%。人类专家的平均得分在50%-55%之间。

　　拥有精准的水平，NAO才能更好地辅助专家。“长期目标不是创造机器人将取代人类治疗师,而为医生的诊疗提供关键信息,对于机器人，治疗师可以使用个性化治疗的内容让机器人和自闭症儿童之间的互动更为自然和有趣。”该项研究的第一作者解释到。

　　自闭症的机器人辅助疗法通常是这样运作的:一个人类治疗师展示一张儿童照片或一张不同面孔的闪存卡，用来代表不同的情绪，教他们如何识别恐惧、悲伤或快乐的表情。然后治疗师对机器人进行编程，向孩子展示同样的情绪，观察孩子与机器人的互动。孩子的行为提供了宝贵的反馈，机器人和治疗师需要继续学习。

　　“治疗师说，让孩子呆上几秒钟对他们来说是一个很大的挑战，而机器人会吸引孩子的注意力，”研究人员也解释了为什么机器人在这类治疗中很有用。“此外，人类以许多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去做，这对孩子来说不那么令人沮丧，因为孩子以一种非常结构化的方式学习表达方式。”

　　研究人员表示在人工智能应用到自闭症治疗上，最难的问题还是数据的异质性。一般的人工智能方法都会失败，研究人员也将这种个性化深度学习的技术应用到其他领域，发现其在疼痛监测和预防老年痴呆上同样有进展。

　　对于治疗机器人，Rudovic和他的同事更进一步，建立了一个个性化的框架，可以从收集到的每个孩子的数据中学习。研究人员捕捉到了每个孩子的面部表情、头部和身体的动作、姿势和手势、音频记录和心率、体温、以及孩子手腕上的皮肤汗液的反应。