AI解梦成为现实，贝尔实验室新算法尝试找到梦境

该算法基于一种心理学家欢迎的“评分”系统，为每个梦境计算出多个“分数”：例如，梦境中人物的攻击性，或情感之间的关系以及消极、积极的情绪。

当研究人员将他们的工具得分与心理学家所计算的得分进行比较时，他们发现算法计算出的分数与心理学家给出的分数匹配率达到了 76％。

或许在不久的将来，利用这个新算法所创建的工具，可以识别并量化梦境中的特征、互动和情绪，并帮助心理学家快速识别患者潜在的压力源和心理健康问题。

十几岁的女孩 Izzy 在梦境日记中记录到：“我当时在家里，愚蠢的 Looney Tunes 节目里面，那个令人恐惧的红色怪兽仿佛就在我的身边徘徊，有很多人试图进入我的身体，我被吓死了。”

和许多人一样，Izzy 经常梦到正常情况下不太可能会出现的奇怪角色。

事实上，许多研究表明梦境通常反映了你的日常活动，大多数心理学家也都支持“连续性假说”，该假说认为梦境是清醒生活的延续。

但是对于心理学家来说，梦境分析是一项耗时的任务，他们必须将梦境日记提取为一些组成部分，并搜索主题和模式。

为了加快这一过程，诺基亚贝尔实验室（Nokia Bell Labs）的计算社会科学家、这项研究报告的作者 Aiello 和他的同事建立了一种算法，该算法自动分析了整理的 多个梦境报告—— 是一个公开的梦数据库，收集了经过验证的研究结果。

研究人员在使用自动化工具分析了数千个梦境，认为 lzzy 的梦境可能只是她青春期焦虑的一种表现，也是她每日所经历事情的一种展现。

Aiello 表示：“如果我们能够在更大规模上理解我们的梦境，那么也许我们可以定制改善我们日常生活的技术。”

诺基亚贝尔实验室所使用的工具，能够将梦境报告的语言分为较小的部分：段落分为句子，句子分为短语，短语变成单词。然后，使用这种类似于树状的网络来了解各个单词之间的关系：如果每个单词都是一片叶子，那么连接它们的是分支代表语法规则。

这种算法将这些单词分类（例如人或动物），并将它们与积极或消极的情绪联系起来。它还将单词之间的互动归类为攻击性、友好性或两性的（sexual）这三种。

最后，使用心理学家中流行的编码系统，该算法计算出每个梦的许多分数：例如，人物的平均攻击性或消极情绪与积极情绪的比率。

当研究人员将该工具的得分与心理学家计算出的分数进行比较时，他们发现分数的匹配率高达 76％。

研究人员表示，这个系统可以帮助心理学家快速识别“离群”的梦境，这些梦境往往表明压力源或潜在的心理健康问题。

此外，该算法还可以使研究人员能够根据性别、年龄或精神状况等方面分析梦境的差异。

比如，Izzy 的梦境日记长达 13 年，在她刚开始青春期的那段时间里，她的负面情绪更为频繁，而这些消极的情绪通常与社交焦虑相关；而在青少年时代的特征是性行为开始出现。

同样，一名越战老兵被诊断为创伤后应激障碍，他的梦境报告的攻击性明显高于平均水平。

毫无疑问，这种算法工具将有助于快速识别不寻常的梦想，并对可能导致任何严重的压力源或心理健康触发因素进行更快的评估。

Aiello 表示：“梦境不仅告诉我们今天所做的事情，而且使我们产生更加清晰的自我认知，梦想报告中的模式倾向于反映日常生活模式，从而支持连续性假设。

哈佛大学睡眠精神病学家 Robert Stickgold 表示，这项研究是对梦境使用自动文本分析的一个“出色的例子”。他说：“这将被证明是一项有用的技术。”

上一篇：提升核酸检测能力 宝山这个医院标准化PCR实验室
下一篇：没有了