大阪大学的中村亨特任教授正在推动通过智能手表等可穿戴终端读取人或动物感情的研究。该研究通过分析心率、脉搏等生物信息以及人的语言，能够将人的内心情感可视化。未来有望不通过行为信息，也能客观地推测情感，将潜在的健康风险可视化，实现无需语言的全新沟通方式等。
该研究旨在建立一种能够超越动物（包括人）种类，捕捉当前内心情感状态的机制。中村在研发以人类情感为对象的模型时，还在尝试开发以小鼠等动物为对象的动物情感推测模型。
上述两种研究都以生物信息为基础，通过使用人工智能（AI）进行机器学习，创建推测算法。由可穿戴终端收集身体活动量、心率以及测量时的环境等数据，并由设置在云端的AI系统进行情感解读。
截至目前，中村教授已经成功构建了以人为对象，能够推测“沮丧”、“焦虑”、“积极”、“消极”4种情感的模型。生物信息的收集过程中，得到了约360人的协助。这一模型能以大约70%〜80%的准确度进行情感推测。研究还表明，若结合个人情况进行系统优化，能够进一步提高准确度。
在养老院开展实证实验
中村还研究了基于人语音内容的推测方法。从约2万条语音记录中加工出易于AI学习的数据，并以此构建了能够推测“愉悦”“担心”等9种情感的模型。其研究的指导思想是通过组合生物信息和话语，将模型发展成一个能够立体理解人类复杂情感的系统。
该研究是与东京大学的生物信息分析和心理内科等领域的专家合作展开的。研究人员还采用中村等人开发的模型，在由大和房屋生活支援公司（Daiwa House Life Support）运营的附带护理服务的收费养老院中对入住者的身心状态进行了实证实验。并在获得大学伦理委员会的批准后，对收集到的数据以匿名形式进行了解析。
这种情感推测模型的优点在于有助于保持精神健康。如果能在日常情绪的变化中观察到不同寻常的变化，就能在抑郁等精神疾病发病之前进行适当的治疗。例如，虽未达到疾病的程度，但日常总受到焦虑困扰时，模型的推测结果也可能成为改变运动和饮食等日常行为模式的根据。
此外，该情感推测模型还可以与难以进行语言沟通的人“对话”，实现读取患有痴呆症无法说话的人或者还不会说话的幼儿的情感，并采取顺应情感的对应方法。
将情感推测的对象扩大到小鼠
此外，作为“具有挑战性的课题”， 中村教授提到的是将情感推测机制扩展至动物的研究。对于人进行推测时，使用了戴在手指上的环形器件。首先，中村教授反复研究了以小鼠为对象，能否制作类似的器件。
中村未来的研究将着眼于如何将针对人类设计的算法应用于小鼠。将人类和小鼠的情感推测模型进行融合，建立新的机制。在此之后，还会考虑除小鼠以外的其他动物。中村表示：“目标是构建一种超越物种的，客观揭示情感状态的机制”。
日文：前田悠太、《日经产业新闻》、2024/2/9
中文：JST客观日本编辑部
