大阪大學的中村亨特任教授正在推動透過智慧手錶等可穿戴終端機擷取人或動物感情的研究。該研究透過分析心率、脈搏等生物資訊以及人的語言，能夠將人的內心情感視覺化。未來有望不透過行為資訊，也能客觀地推測情感，將潛在的健康風險視覺化，實施無需語言的全新溝通方式等。
該研究旨在建立一種能夠超越動物（包括人）種類，捕捉當前內心情感狀態的機制。中村在研發以人類情感爲物件的模式時，還在嘗試開發以小鼠等動物爲物件的動物情感推測模式。
上述兩種研究都以生物資訊爲基礎，透過使用人工智慧（AI）進行機器學習，建立推測演算法。由可穿戴終端機收集身體活動量、心率以及測量時的環境等資料，並由設置在雲端的AI系統進行情感解讀。
截至目前，中村教授已經成功構建了以人爲物件，能夠推測「沮喪」、「焦慮」、「積極」、「消極」4種情感的模式。生物資訊的收集程序中，得到了約360人的協助。這一模式能以大約70%〜80%的準確度進行情感推測。研究還表明，若結合個人情況進行系統最適化，能夠進一步提高準確度。
在養老院開展實證實驗
中村還研究了基於人語音内容的推測方法。從約2萬條語音記錄中加工出易於AI學習的資料，並以此構建了能夠推測「愉悅」「擔心」等9種情感的模式。其研究的指導思想是透過組合生物資訊和話語，將模式隊形變換成一個能夠立體理解人類複雜情感的系統。
該研究是與東京大學的生物資訊分析和心理内科等領域的專家合作展開的。研究人員還採用中村等人開發的模式，在由大和房屋生活支援公司（Daiwa House Life Support）營運的附帶護理服務的收費養老院中對入住者的身心狀態進行了實證實驗。並在獲得大學倫理委員會的批准後，對收集到的資料以匿名形式進行了解析。
這種情感推測模式的優點在於有助於保持精神健康。如果能在日常情緒的變化中觀察到不同尋常的變化，就能在抑鬱等精神病疾患發病之前進行適當的冶癒。例如，雖未達到疾病的程度，但日常總受到焦慮困擾時，模式的推測結果也可能成爲改變運動和飲食等日常行為模式的根據。
此外，該情感推測模式還可以與難以進行語言溝通的人「對話」，實施擷取患有癡呆症無法說話的人或者還不會說話的幼兒的情感，並採取順應情感的對應方法。
將情感推測的物件擴大到小鼠
此外，作爲「具有挑戰性的課題」， 中村教授提到的是將情感推測機制擴展至動物的研究。對於人進行推測時，使用了戴在手指上的環形器件。首先，中村教授反復研究了以小鼠爲物件，能否製作類似的器件。
中村未來的研究將着眼於如何將針對人類設計的演算法應用於小鼠。將人類和小鼠的情感推測模式進行融合，建立新的機制。在此之後，還會考慮除小鼠以外的其他動物。中村表示：「目標是構建一種超越物種的，客觀揭示情感狀態的機制」。
日文：前田悠太、《日經產業新聞》、2024/2/9
中文：JST客觀日本編輯部
