联系我们

面部识别

麻省理工学院的研究人员尝试了AI驱动的方法来检测工作压力和疲劳

mm

已发表

 on

麻省理工学院的研究人员一直在研究AI技术 何时感测人的压力或认知疲劳的方法,会对他们的工作表现产生负面影响。据麻省理工学院的研究小组称,该项目旨在利用人机团队的力量,利用机器帮助人们以最佳,更安全的方式工作。

Michael Pietrucha是麻省理工学院林肯实验室的一部分,是战术系统专家。 Pietrucha指出了多年来人与机器之间合作的悠久历史,但是指出,即使出现了由AI驱动的复杂的人机团队,人也通常扮演着机器顾问的角色。通常,人员的责任是了解系统,监视系统并确保其正常运行。但是,团队合作是一条两条路,并且机器可以帮助人们实现他们的目标,从而增加他们的工作量。

梅根·布莱克韦尔(Megan Blackwell)曾是林肯实验室内部资助的生物科学和技术研究的副主管。 Blackwell致力于设计AI系统,该系统能够确定某人何时承受着极大的压力/疲劳,从而降低了他们的表现。布莱克韦尔指出人为错误不会’这不仅会导致错误和错失的机会,还可能导致灾难性的,可能威胁生命的后果。干预越早进行越好。有问题的AI系统可能会建议减轻人类伴侣疲劳的方法。正如布莱克韦尔所解释的, 根据麻省理工学院的消息:

“如今,神经监测变得越来越具体和可移植。我们设想使用技术来监测疲劳或认知超负荷。这个人参加太多吗?可以这么说吗?如果您可以监控人员,则可以在发生不良情况之前进行干预。”

压力和疲劳识别系统将通过收集生物特征数据并对其进行分析来运行。较早的研究尝试将某人的视频和音频记录与 计算机视觉自然语言处理 算法,以找到可以指示一个人的神经行为和生理状态的模式。以前使用生物识别数据确定人员的工作’情绪状态已经有些 成功 检测 抑郁水平,尽管 一些争议 关于如何可靠 这些算法是,而且研究是否真的可以复制。麻省理工学院的团队将不仅使用从视频和音频记录中收集的数据,还将使用各种生物统计传感器收集有关脑电图和心率的数据,旨在建立准确,可靠的模型。

设计任何诊断系统的第一步是建立正常性能的基准。为了做到这一点,AR系统必须建立个人的认知模型。根据研究小组的说法,认知模型是针对通过记录和传感器收集的生理输入而设计的。然后系统可以开始监视人员,以查看其生理箱是否随时间变化,从而预测哪些偏差可能有害,导致错误或伤害。

如果AI系统确定由于疲劳或压力导致人的表现下降,则可以采取几种不同的干预措施。该系统可以简单地提示其队友休息一下或喝点咖啡。但是,如果人工AI团队在危险情况下(如驾驶叉车)工作,并且人类失去知觉,则AI系统可以充当故障保护功能,并使车辆停下来。

研究团队仍处于项目的早期阶段,正在收集训练其算法所需的数据。该团队计划将情报分析师用作他们的第一个测试案例,让分析师从事其日常工作的模拟版本。