Psychology and Artificial Intelligence

2022/2023

Academic Year

RUS

Instruction in Russian

3

ECTS credits

Delivered at:

School of Psychology

Course type:

Elective course

When:

4 year, 1 module

Instructor

Котов Артемий Александрович

Программа дисциплины

Аннотация

Дисциплина познакомит студентов с концепцией эмоционального искусственного интеллекта (Affective computing & Social signal processing, AC & SSP), с методами автоматического распознавания, анализа и синтеза эмоций и социального поведения. Будут сформированы представления об особенностях выражения эмоций через различные модальности (лицевые экспрессии, движения тела, вербальные и невербальные характеристики речи, физиологические сигналы), Студенты овладеют практическими навыками сбора и аннотации данных для построения алгоритмов эмоционального искусственного интеллекта, освоят основные подходы к анализу аудио, видео, текста и физиологических сигналов, а также алгоритмов машинного обучения, используемых в этой области. Результаты курса: • Знания о современном уровне развития технологий в области эмоционального искусственного интеллекта (AC & SSP); • Усвоение основных понятий из психологии и компьютерных наук, которые имеют отношение к AC & SSP; • Понимание методологии автоматического распознавания, анализа и синтеза эмоций и социальных сигналов; • Умение проводить исследования в области AC & SSP; • Критическое осмысление индустриальных приложений алгоритмов из области AC & SSP, понимание их значимости, ограничений и направлений дальнейшего развития технологий. Пререквизиты: • Минимальные: пройденные курсы по общей психологии и психологии эмоций и мотивации; статистике и анализу данных; английский язык. • Оптимальные: базовые навыки программирования и обработки данных

Цель освоения дисциплины

• Усвоение основных понятий из психологии и компьютерных наук, которые имеют отношение к AC & SSP
• Понимание методологии автоматического распознавания, анализа и синтеза эмоций и социальных сигналов
• Умение проводить исследования в области AC & SSP
• Критическое осмысление индустриальных приложений алгоритмов из области AC & SSP, понимание их значимости, ограничений и направлений дальнейшего развития технологий

Планируемые результаты обучения

• Характеристика методов мультимодального распознавания эмоций
• Знание (характеристика) основных теорий эмоций
• Объяснение взаимосвязи понятий личности и эмоций
• Объяснение взаимосвязи физиологических проявлений и эмоциональных состояний.
• Объяснение взаимосвязи эмоций и социального взаимодействия, описание основных теорий
• Объяснение взаимосвязи эмоций с невербальным поведением
• объяснение принципов оценки тональности текстов
• Объяснение принципов разметки данных для обучения алгоритмов
• Объяснение этических вопросов и собственной позиции
• Описание методов и способов записи и анализа движений и жестов человека
• Описание подходов к мультимодальному машинному обучению
• Описание способов и применение основных инструментов разметки данных
• Описание способов извлечения эмоциональной информации из аудио.
• Понимание и изложение теории лицевых экспрессий
• Понимание и определение основных терминов эмоционального искусственного интеллекта
• Понимание и определение основных феноменов (эмоции, настроения, личность)
• понимание связи этой дисциплины с искусственным интеллектом и машинным обучением.
• Сравнение методов извлечения эмоциональной информации из письменной речи
• Сравнение основных подходов и техник синтеза эмоций, личностных и социальных характеристик с демонстрацией примеров использования этих техник.
• Сравнение подходов к автоматическому распознаванию социального поведения
• Сравнение примеров применения эмоционального искусственного интеллекта в индустрии
• Сравнение современных подходов к автоматическому распознаванию лицевых экспрессий
• Характеристика методов регистрации физиологических сигналов, как контактных (ФПГ, ЭКГ, КГР и др.), так и бесконтактных (по видео
• Характеристика основных подходов работы с аудио сигналом
• Характеристика подходов к распознаванию личностных характеристик

Содержание учебной дисциплины

• Введение в Affective computing (AC) и Social signal processing (SSP).
• Краткий обзор теорий эмоций.
• Выражение и распознавание эмоций по лицевым экспрессиям.
• Эмоции и невербальная коммуникация.
• Проявление эмоций в письменной речи и определение тональности текстов.
• Эмоции в устной речи, автоматическое определение эмоций по голосу.
• Эмоции и физиологические сигналы.
• Мультимодальное распознавания эмоций.
• Данные: сбор и аннотирование.
• Эмоции и социальное взаимодействие.
• Автоматическое распознавание характеристик личности (Personality computing).
• Синтез эмоций, личностных характеристик и социального поведения.
• Приложения, индустриальные кейсы, тренды, этические вопросы.

Элементы контроля

• Презентация
• Практическое задание
• Финальный проект

Промежуточная аттестация

• 2022/2023 учебный год 1 модуль
  0.25 * Презентация + 0.5 * Финальный проект + 0.25 * Практическое задание

Список литературы

Рекомендуемая основная литература

• Picard, R. W. (2008). MAS.630 Affective Computing, Spring 2008 ; Affective Computing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.623FBC6B

Рекомендуемая дополнительная литература

• Affective brain-computer interfaces: neuroscientific approaches to affect detection. (2015). Oxford University Press. https://doi.org/10.1093/oxfordhb/9780199942237.013.024
• Hastie, T., Tibshirani, R., & Friedman, J. H. (2009). The Elements of Statistical Learning : Data Mining, Inference, and Prediction (Vol. Second edition, corrected 7th printing). New York: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=277008