Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Анализ движений глаз поможет определять уровень агрессии у подростков
Ученые Приволжского исследовательского медицинского университета и Центра языка и мозга НИУ ВШЭ в Нижнем Новгороде разработали способы диагностики ауто- и гетероагрессивных наклонностей у молодежи с помощью айтрекинга — отслеживания движений глаз. Это даст возможность психиатрам и психологам скорректировать состояние молодых людей раньше, чем они смогут нанести вред себе и другим. Анна Хоменко, старший научный сотрудник Центра языка и мозга НИУ ВШЭ в Нижнем Новгороде, представила результаты проекта на семинаре «Нейрочетверг».
Аутоагрессия — агрессия, направленная на себя, гетероагрессия — во внешний мир. Специалисты подчеркивают важность ранней и точной диагностики ауто- и гетероагрессивных наклонностей для предотвращения нежелательных действий.
«К сожалению, не каждый ребенок решается обратиться за помощью, чтобы разобраться со своими переживаниями. Важно определить сам факт необходимости такой помощи, поэтому мы предлагаем еще одну стратегию поддержки детей с различными жизненными трудностями, состоящую в совместной работе родителей и школьного педагога-психолога», — отмечает Лала Касимова, доктор медицинских наук, заведующая кафедрой психиатрии ПИМУ.
Для создания надежных диагностических инструментов объединились психиатры Приволжского исследовательского медицинского университета, психолингвисты Центра языка и мозга НИУ ВШЭ — Нижний Новгород, представители органов внутренних дел, а также разработчики российской ИТ-компании Lad.
Специалисты Lad разработали айтрекинговую технологию и алгоритмы аналитики. Программа отслеживает движение зрачков и время их фокусировки на отдельных объектах, расположенных на экране, посредством веб-камеры. Совместно со специалистами в области нейролингвистики был разработан стимульный материал — слайды с текстом и изображениями, которые школьник должен просматривать во время тестирования.
«У нас была гипотеза, что если человек постоянно использует в своей речи, к примеру, слово “буллинг”, то, скорее всего, оно вызовет реакцию, когда он его читает. И эта реакция будет отражена в движении взгляда: он будет возвращаться к этому слову несколько раз или задерживать на нем внимание дольше», — рассказала старший научный сотрудник Центра языка и мозга НИУ ВШЭ в Нижнем Новгороде Анна Хоменко.
Для создания стимулов нейролингвисты с помощью готовых датасетов из открытого доступа, а также данных, предоставленных психиатрами ПИМУ, изучили речевые профили людей, склонных к ауто- и гетероагрессии. У представителей и той и другой группы есть свои языковые особенности. Так, аутоагрессивным людям свойственно использование большого числа местоимений я-группы. У этой категории находят отклик тексты, связанные с темой одиночества и поиском тактильного контакта. При этом слова «смерть» они избегают. Для людей с выраженной гетероагрессией характерна лексика, связанная с ксенофобией. Они часто используют глаголы действия («сделай», «иду») и перформативы («я спрашиваю, долго это терпеть?»), для их речи характерны обвинения, направленные на общество.
На основании полученных данных лингвисты выделили ключевые слова, словосочетания, фразы, которые легли в основу стимульного материала для айтрекинг-диагностики. Содержание этого материала прошло проверку на соответствие законодательным нормам, а также было оценено врачами-психиатрами с точки зрения допустимости предъявления тех или иных элементов в качестве стимулов. Часть стимулов для исследования создавали вручную, часть генерировали с помощью ChatGPT и YandexGPT3.
Затем ученые приступили к экспериментам, основной задачей которых было проверить, насколько точно с помощью айтрекера можно определить наличие или отсутствие ауто- или гетероагрессивной акцентуации. В исследовании участвовали добровольцы, которые представляли норму, а также люди с подтвержденными случаями аутоагрессивного или гетероагрессивного поведения, находящиеся на психиатрическом лечении в стационаре или амбулаторно.
На данный момент ученые провели два этапа исследований, в которых приняли участие 167 человек. На первом этапе автоматический классификатор верно определил аутоагрессивную акцентуацию в 72,5 процента случаев, а гетероагрессивную — почти со стопроцентной точностью.
На втором этапе ученые решили взять участников с менее выраженной акцентуацией, при которой человеку тоже нередко требуется помощь. И число правильных ответов алгоритма снизилось в случае аутоагрессии до 64 процентов, а гетероагрессии — до 23.
Исследователи пришли к выводу, что необходима более тонкая настройка алгоритма для получения более точных результатов при относительно слабой акцентуации. Кроме того, требуется постоянное обновление стимульного материала: мир вокруг меняется крайне быстро, и это отражается в речи. Именно над этим продолжают работать ученые.
Проект реализуется ПИМУ в рамках программы «Приоритет-2030» национального проекта «Наука и университеты».
Telegram 
Дзен 
VK За последнее десятилетие ученые создали несколько сложных систем «мозг — компьютер», которые позволяли преобразовывать мозговую активность людей, лишившихся способности говорить из-за различных заболеваний, в речь. Однако до сих пор удавалось расшифровать лишь небольшое количество слов. Теперь в США создали алгоритм, благодаря которому удалось распознать до 54 процентов «речи».
К любопытным выводам привели наблюдения японских ученых за пестролицыми буревестниками. Оказалось, эти птицы испражняются в основном на лету, намеренно избегая такой возможности на поверхности воды. Очевидно, предположили исследователи, это облегчает движения в воздухе взрослым особям с добычей во рту.
Ученые заново просмотрели старые записи о наблюдениях с помощью телескопа «Большое Ухо», который поймал знаменитый радиосигнал Wow!, и обнаружили данные о еще двух похожих событиях. Астрономы пришли к выводу, что это не могли быть обыкновенные земные радиопомехи и во всех трех случаях источник действительно располагался в глубоком космосе.
Астрономы подсчитали, что с поверхности летящего по Солнечной системе межзвездного объекта 3I/ATLAS каждую секунду испаряется около 40 килограммов водяного льда. Такую сильную кометную активность он проявил, будучи в три с половиной раза дальше Земли от Солнца. По мнению ученых, это довольно необычно.
За последнее десятилетие ученые создали несколько сложных систем «мозг — компьютер», которые позволяли преобразовывать мозговую активность людей, лишившихся способности говорить из-за различных заболеваний, в речь. Однако до сих пор удавалось расшифровать лишь небольшое количество слов. Теперь в США создали алгоритм, благодаря которому удалось распознать до 54 процентов «речи».
Изображение блазара PKS 1424+240, полученное с помощью радиоинтерферометра VLBA, напомнило астрономам легендарное «Око Саурона» из «Властелина колец» — джет, пронизывающий кольцеобразное магнитное поле объекта, устремлен к нашей планете, а сам блазар может оказаться одним из наиболее ярких источников нейтрино в космосе.
Прибывшая из межзвездного пространства предполагаемая комета 3I/ATLAS движется по траектории, максимально удобной для гравитационных маневров управляемого корабля, при этом возможность ее отслеживания с Земли практически минимальна. По мнению некоторых ученых, такое «поведение» объекта наводит на определенные мысли.
Примерно 12 800 лет назад в Северном полушарии началось резкое изменение климата, которое сопровождалось вымиранием мегафауны и угасанием культуры Кловис. Такое могло произойти, например, из-за прорыва пресных вод в Атлантику или мощного вулканического извержения. Несколько лет назад ученые обнаружили места на суше с повышенным содержанием элементов платиновой группы, прослоями угля, микрочастицами расплава. По их мнению, это может быть признаком пребывания Земли в потоке обломков кометы или астероида. В новой работе впервые представлены доказательства кометного события в позднем дриасе из морских осадочных толщ.
Команда исследователей из Сколтеха, МФТИ, Института искусственного интеллекта AIRI и других научных центров разработала метод, позволяющий не просто отличать тексты, написанные человеком, от сгенерированных нейросетью, но и понимать, по каким именно признакам классификатор принимает решение о том, является ли текст генерацией или нет. Анализируя внутренние состояния глубоких слоев языковой модели, ученые смогли выделить и интерпретировать численные признаки, отвечающие за стилистику, сложность и «степень уверенности» текста.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно