麻省理工學(xué)院(MIT)的研究人員正在研究可幫助感知認(rèn)知疲勞并提出干預(yù)措施以幫助一個人改善表現(xiàn)的智能機(jī)器。該AI驅(qū)動的旨在識別工作壓力和疲勞的項(xiàng)目旨在利用人機(jī)團(tuán)隊(duì)的能力，合作解決復(fù)雜問題。根據(jù)麻省理工學(xué)院林肯實(shí)驗(yàn)室的研究人員所說，這些人機(jī)團(tuán)隊(duì)的大部分發(fā)展都集中在機(jī)器上，以解決培訓(xùn)AI算法以有效執(zhí)行任務(wù)的技術(shù)挑戰(zhàn)。

實(shí)驗(yàn)室的戰(zhàn)術(shù)系統(tǒng)專家Michael Pietrucha在談到人與機(jī)器之間的協(xié)作時指出，在人機(jī)協(xié)作領(lǐng)域，他和他的團(tuán)隊(duì)經(jīng)?？紤]該技術(shù)，例如如何監(jiān)控該技術(shù)，了解它，并確保它工作正常。但是他進(jìn)一步指出，團(tuán)隊(duì)合作是一條兩條路，并且機(jī)器可以幫助人們提高績效。Pietrucha是實(shí)驗(yàn)室研究人員之一，該實(shí)驗(yàn)室旨在開發(fā)可感知一個人的認(rèn)知疲勞干擾其工作表現(xiàn)的AI系統(tǒng)。

此外，實(shí)驗(yàn)室內(nèi)部資助的生物科學(xué)和技術(shù)研究的前副主任梅根·布萊克威爾(Megan Blackwell)解釋說，神經(jīng)監(jiān)測在今天變得越來越具體和可移植。“我們設(shè)想使用技術(shù)來監(jiān)測疲勞或認(rèn)知超負(fù)荷。這個人參加太多嗎?可以這么說嗎?如果您可以監(jiān)控人員，則可以在發(fā)生不良情況之前進(jìn)行干預(yù)。”她說。使用技術(shù)讀取人的認(rèn)知或情緒狀態(tài)一直是實(shí)驗(yàn)室長達(dá)十年的研究。

壓力和疲勞識別系統(tǒng)可對生物數(shù)據(jù)進(jìn)行操作，例如說話人的視頻和音頻記錄。通過使用先進(jìn)的AI算法處理這些數(shù)據(jù)，研究人員發(fā)現(xiàn)了各種心理和神經(jīng)行為狀況的生物標(biāo)志物。例如，這些生物標(biāo)志物已被用于訓(xùn)練模型，該模型可以準(zhǔn)確地估計(jì)一個人的抑郁程度。

作為研究的一部分，研究小組將把他們的生物標(biāo)志物研究應(yīng)用于人工智能驅(qū)動的系統(tǒng)，以評估個人的認(rèn)知狀態(tài)，從而概括出人們的疲勞，壓力或超負(fù)荷程度。該系統(tǒng)將使用從生理數(shù)據(jù)(例如聲音和面部錄音，心率，EEG和大腦活動以及眼球活動的光學(xué)指示)獲取的生物標(biāo)記物來摘錄這些見解。

據(jù)研究人員稱，第一步將是建立個人的認(rèn)知模型。麻省理工學(xué)院林肯實(shí)驗(yàn)室負(fù)責(zé)多項(xiàng)神經(jīng)行為生物標(biāo)記研究工作的托馬斯·奎提里(Thomas Quatieri)表示，這將整合生理輸入并監(jiān)控輸入，以觀察人執(zhí)行特定的疲勞任務(wù)時它們?nèi)绾巫兓?。此過程將使AI系統(tǒng)能夠建立活動模式并學(xué)習(xí)一個人的基線認(rèn)知狀態(tài)，該狀態(tài)涉及預(yù)防傷害或不良結(jié)果(如聽覺和視覺注意以及響應(yīng)時間)所需的基本任務(wù)相關(guān)功能。建立此個性化基準(zhǔn)后，系統(tǒng)可以開始識別與正常值的偏差，并預(yù)測這些偏差是否會導(dǎo)致錯誤或性能下降。