Un nuovo studio pubblicato su arXiv[1] introduce un metodo innovativo per riconoscere le emozioni umane attraverso segnali cerebrali, senza il bisogno di etichette manuali e con una sorprendente capacità di adattamento continuo.
Un salto oltre le etichette: apprendimento da segnali grezzi
I metodi tradizionali di riconoscimento delle emozioni si basano su dati etichettati, ma questi sono spesso influenzati da soggettività e difficili da ottenere su larga scala. Il nuovo approccio, denominato SSOCL, utilizza l’elettroencefalogramma (EEG) per identificare le emozioni direttamente dai segnali fisiologici grezzi. Il cuore del sistema è una struttura a due livelli che combina apprendimento auto-supervisionato e aggiornamento continuo di una memoria dinamica. L’obiettivo è adattarsi a nuovi dati senza perdere la conoscenza precedente.
Un’intelligenza che apprende da sola nel tempo
SSOCL è progettato per lavorare in scenari reali, dove i dati arrivano in modo continuo e senza etichette chiare. Il sistema sfrutta le dipendenze temporali nei segnali EEG per prevedere come evolveranno, assegnando etichette provvisorie ai dati grazie a moduli di clustering e mappatura. Queste pseudoetichette sono poi utilizzate per migliorare il riconoscimento delle emozioni nel tempo, senza bisogno di intervento umano.
Risultati migliori anche nei casi più complessi
Durante i test condotti su tre diversi dataset (AMIGOS, DEAP e PPB-EMO), il metodo ha dimostrato prestazioni superiori rispetto a numerosi approcci sia supervisionati che auto-supervisionati. Anche in situazioni complesse, come quando cambia il soggetto o l’emozione in gioco, SSOCL riesce a mantenere un alto livello di accuratezza e a limitare l’oblio delle informazioni già apprese. Il segreto sta nel modo in cui seleziona i dati più rappresentativi da conservare, scartando quelli più ambigui grazie a una valutazione basata sull’entropia.
Una nuova strada per l’intelligenza artificiale emozionale
Questo lavoro apre le porte a un futuro in cui i sistemi artificiali potranno adattarsi in modo continuo e autonomo agli stati emotivi degli esseri umani. L’efficacia di SSOCL nel trattare segnali EEG rumorosi senza ricorrere a tecniche invasive o etichette soggettive rappresenta un importante passo avanti nell’interazione uomo-macchina, in settori che vanno dalla sicurezza al benessere personale.
