{"id":45356,"date":"2021-06-15T12:14:16","date_gmt":"2021-06-15T16:14:16","guid":{"rendered":"https:\/\/crea-am.org.br\/creaam_site\/?p=45356"},"modified":"2021-06-15T12:14:16","modified_gmt":"2021-06-15T16:14:16","slug":"pesquisa-em-neurociencia-cognitiva-estuda-metodo-para-criar-percepcao-de-emocoes-nos-robos","status":"publish","type":"post","link":"https:\/\/crea-am.org.br\/creaam_site\/pesquisa-em-neurociencia-cognitiva-estuda-metodo-para-criar-percepcao-de-emocoes-nos-robos\/","title":{"rendered":"Pesquisa em neuroci\u00eancia cognitiva estuda m\u00e9todo para criar percep\u00e7\u00e3o de emo\u00e7\u00f5es nos rob\u00f4s"},"content":{"rendered":"

\"\"<\/p>\n

 <\/p>\n

Quando imaginamos ver rob\u00f4s chorando e interagindo como humanos, vislumbramos cenas de filmes renomados de fic\u00e7\u00e3o futurista. Mas para pesquisadores do Instituto Avan\u00e7ado de Ci\u00eancia e Tecnologia do Jap\u00e3o, e da Universidade de Tianjin e do Laborat\u00f3rio Pengcheng, ambos da China, isso j\u00e1 pode ser uma realidade, brevemente.<\/span><\/p>\n

Hoje, apesar dos rob\u00f4s e agentes virtuais j\u00e1 serem\u00a0perfeitamente capazes de se comunicar com humanos atrav\u00e9s da fala, e processarem instru\u00e7\u00f5es l\u00f3gicas; ainda n\u00e3o conseguem registrar emo\u00e7\u00f5es como felicidade, tristeza e raiva, t\u00e3o compreendidas pelos humanos.<\/span><\/p>\n

Pensando, ent\u00e3o, em humanizar cada vez mais os rob\u00f4s, \u00e1reas como neuroci\u00eancia cognitiva, rob\u00f3tica e mecatr\u00f4nica t\u00eam realizado pesquisas sobre HRI (Human-Robot<\/em>\u00a0Interaction- intera\u00e7\u00e3o humano-rob\u00f4) a respeito do reconhecimento de emo\u00e7\u00f5es a partir da fala.Os pesquisadores t\u00eam se baseado nas \u201cemo\u00e7\u00f5es dimensionais\u201d, que constituem uma transi\u00e7\u00e3o emocional gradual na fala natural, onde um modelo de percep\u00e7\u00e3o auditiva simula o funcionamento de um ouvido humano que pode gerar \u201cpistas de modula\u00e7\u00e3o temporal\u201d, que capturam fielmente a din\u00e2mica temporal das emo\u00e7\u00f5es dimensionais.<\/span><\/p>\n

Para o prof. Masashi Unoki do Instituto Avan\u00e7ado de Ci\u00eancia e Tecnologia do Jap\u00e3o (JAIST), que trabalha com sistemas de reconhecimento e processamento de voz na rob\u00f3tica, \u201c… a emo\u00e7\u00e3o dimensional cont\u00ednua pode ajudar um rob\u00f4 a capturar a din\u00e2mica do tempo, do estado emocional de um locutor e, consequentemente, ajustar sua forma de intera\u00e7\u00e3o e conte\u00fado em tempo real\u201d.<\/span><\/p>\n

 <\/p>\n

Etapas da pesquisa<\/strong><\/span><\/p>\n

Na pesquisa \u201dRecurso de C\u00f3cleagrama filtrado por Modula\u00e7\u00e3o de Resolu\u00e7\u00e3o M\u00faltipla para Reconhecimento de Emo\u00e7\u00e3o Dimensional baseado em LSTM<\/a>\u201d, publicada na\u00a0Neural Networks<\/em> ; pesquisadores da Universidade de Tianjin (que liderou o estudo) e do Laborat\u00f3rio Pengcheng, ambos da China, e do JAIST, se inspiraram em uma descoberta recente em neuroci\u00eancia cognitiva, sugerindo que nosso c\u00e9rebro forma m\u00faltiplas representa\u00e7\u00f5es de sons naturais com diferentes graus de espectral (frequ\u00eancia) e resolu\u00e7\u00f5es temporais por meio de uma an\u00e1lise combinada de modula\u00e7\u00f5es espectral-temporais.<\/span><\/p>\n

A partir da\u00ed, eles propuseram um novo recurso chamado c\u00f3cleagrama filtrado por modula\u00e7\u00e3o de resolu\u00e7\u00e3o m\u00faltipla (MMCG), que combina quatro c\u00f3cleagramas filtrados por modula\u00e7\u00e3o (representa\u00e7\u00f5es de frequ\u00eancia de tempo do som de entrada) em diferentes resolu\u00e7\u00f5es para obter as pistas de modula\u00e7\u00e3o temporal e contextual.<\/span><\/p>\n

Para a diversidade dos c\u00f3cleagramas, os pesquisadores projetaram uma arquitetura de rede neural paralela chamada “mem\u00f3ria longa de curto prazo” (LSTM), que modelou as varia\u00e7\u00f5es de tempo de sinais de multirresolu\u00e7\u00e3o dos c\u00f3cleagramas e realizou experi\u00eancias extensivas em dois conjuntos de dados de fala espont\u00e2nea.<\/span><\/p>\n

Depois disso, descobriram que o MMCG mostrou um desempenho de reconhecimento de emo\u00e7\u00e3o significativamente melhor do que os recursos tradicionais de base ac\u00fastica e outros recursos de base auditiva, para ambos os conjuntos de dados.\u00a0Al\u00e9m da rede paralela LSTM ter demonstrado uma previs\u00e3o superior de emo\u00e7\u00f5es dimensionais do que com uma abordagem baseada em LSTM simples.<\/span><\/p>\n

\"\"<\/p>\n

Figura 1: Extra\u00e7\u00e3o de recursos de c\u00f3cleagrama filtrado por modula\u00e7\u00e3o de resolu\u00e7\u00e3o m\u00faltipla (MMCG)- O painel esquerdo mostra o processo de extra\u00e7\u00e3o de pistas de modula\u00e7\u00e3o temporal do front-end auditivo, enquanto o painel direito mostra o c\u00f3cleagrama filtrado por modula\u00e7\u00e3o (MCG1-MCG4) em quatro resolu\u00e7\u00f5es diferentes\u00a0<\/span><\/p>\n

 <\/p>\n

\"\"<\/p>\n

Figura 2: Arquitetura de rede LSTM paralela para reconhecimento dimensional de emo\u00e7\u00f5es. Uma rede LSTM paralela obt\u00e9m recursos MMCG com diferentes resolu\u00e7\u00f5es e produz sa\u00eddas que s\u00e3o concatenadas e enviadas para uma camada LSTM mesclada, e uma camada densa para produzir as sequ\u00eancias de val\u00eancia (V) e excita\u00e7\u00e3o (A).<\/span><\/p>\n

 <\/p>\n

A pr\u00f3xima fase da pesquisa visa aprimorar o recurso MMCG, ao analisar as fontes de ru\u00eddo ambiental e investigar seu recurso para outras tarefas, como reconhecimento de emo\u00e7\u00f5es categ\u00f3ricas, separa\u00e7\u00e3o de fala e detec\u00e7\u00e3o de atividade de voz.<\/span><\/p>\n

(Fontes e imagens: Instituto Avan\u00e7ado de Ci\u00eancia e Tecnologia do Jap\u00e3o, e Sciencedirect.com<\/a> \/Edi\u00e7\u00e3o: Samara Roriz)<\/span><\/p>\n

 <\/p>\n","protected":false},"excerpt":{"rendered":"

A iniciativa pode abrir caminho, brevemente, para rob\u00f4s emocionalmente inteligentes<\/p>\n","protected":false},"author":2,"featured_media":45363,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_et_pb_use_builder":"","_et_pb_old_content":"","_et_gb_content_width":"","footnotes":""},"categories":[102],"tags":[],"class_list":["post-45356","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-tecnologia"],"_links":{"self":[{"href":"https:\/\/crea-am.org.br\/creaam_site\/wp-json\/wp\/v2\/posts\/45356","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/crea-am.org.br\/creaam_site\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/crea-am.org.br\/creaam_site\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/crea-am.org.br\/creaam_site\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/crea-am.org.br\/creaam_site\/wp-json\/wp\/v2\/comments?post=45356"}],"version-history":[{"count":4,"href":"https:\/\/crea-am.org.br\/creaam_site\/wp-json\/wp\/v2\/posts\/45356\/revisions"}],"predecessor-version":[{"id":45405,"href":"https:\/\/crea-am.org.br\/creaam_site\/wp-json\/wp\/v2\/posts\/45356\/revisions\/45405"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/crea-am.org.br\/creaam_site\/wp-json\/wp\/v2\/media\/45363"}],"wp:attachment":[{"href":"https:\/\/crea-am.org.br\/creaam_site\/wp-json\/wp\/v2\/media?parent=45356"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/crea-am.org.br\/creaam_site\/wp-json\/wp\/v2\/categories?post=45356"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/crea-am.org.br\/creaam_site\/wp-json\/wp\/v2\/tags?post=45356"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}