Российские ученые создали алгоритм, предсказывающий человеческую внимательность

На сайте НИУ ВШЭ рассказали о новом достижении ученых национального института и специалистов из «Сколтеха». Совместными усилиями исследователи разработали модель машинного обучения, предсказывающую успешность человека в задачах на внимание, которое истощается при сознательной деятельности, но весьма необходимо для обучения и работы. Чтобы измерить внимание, ученые собрали данные о времени реакции и движении глаз 57 здоровых взрослых людей со средним возрастом 23 года. Далее на добровольцах были проведены эксперименты с шестью уровнями сложности на соответствие цветов в изображениях с воздушными шарами и клоунами.

После появления на короткое время картинки с тем или иным цветом испытуемого просили сравнить изображение с предыдущей и сказать, совпадают ли цвета. Вариант с клоунами был сложнее, поскольку там больше деталей. Движения глаз участников эксперимента записывались на айтрекер. Эти данные затем проанализировали с помощью моделей машинного обучения, чтобы понять, какие сведения наилучшим образом прогнозируют успешность выполнения задачи. Мерой успешности в данном случае стала точность, или процент правильных ответов от каждого участника.

Лучший результат показала модель «регрессор XGBoost», предсказавшая с точностью в 82,8%, даст ли испытуемый правильный ответ. Наиболее же эффективным параметром для прогнозирования успешности участника стала скорость ответа. Чем больше она видоизменялась, тем меньше испытуемый давал правильных ответов. По мнению ученых, подобное можно объяснить быстрыми случайными ответами участников в ситуациях, когда уровень сложности доминировал над ресурсами их внимания. Повлияли на результат, хотя и в меньшей степени, движения глаз: предсказать успешность участника можно было по таким параметрам, как частота морганий, размер зрачка, среднее количество фиксаций и их длительность на каждом изображении.

Ранее iot.ru сообщал об обещании Meta создать ИИ-переводчик для общения с кем угодно на любом языке. Для этого компания использует новые методы машинного обучения.

Источник изображения: НИУ ВШЭ