Бакалавриат
2024/2025![Цель освоения дисциплины](/f/src/global/i/edu/objectives.svg)
![Планируемые результаты обучения](/f/src/global/i/edu/results.svg)
![Содержание учебной дисциплины](/f/src/global/i/edu/sections.svg)
![Список литературы](/f/src/global/i/edu/library.svg)
Психология и Искусственный интеллект
Статус:
Курс обязательный (Психология)
Направление:
37.03.01. Психология
Кто читает:
Департамент психологии
Где читается:
Факультет социальных наук
Когда читается:
4-й курс, 1 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для своего кампуса
Язык:
русский
Кредиты:
3
Контактные часы:
18
Программа дисциплины
Аннотация
Дисциплина познакомит студентов с концепцией эмоционального искусственного интеллекта (Affective computing & Social signal processing, AC & SSP), с методами автоматического распознавания, анализа и синтеза эмоций и социального поведения. Будут сформированы представления об особенностях выражения эмоций через различные модальности (лицевые экспрессии, движения тела, вербальные и невербальные характеристики речи, физиологические сигналы), Студенты овладеют практическими навыками сбора и аннотации данных для построения алгоритмов эмоционального искусственного интеллекта, освоят основные подходы к анализу аудио, видео, текста и физиологических сигналов, а также алгоритмов машинного обучения, используемых в этой области. Результаты курса: • Знания о современном уровне развития технологий в области эмоционального искусственного интеллекта (AC & SSP); • Усвоение основных понятий из психологии и компьютерных наук, которые имеют отношение к AC & SSP; • Понимание методологии автоматического распознавания, анализа и синтеза эмоций и социальных сигналов; • Умение проводить исследования в области AC & SSP; • Критическое осмысление индустриальных приложений алгоритмов из области AC & SSP, понимание их значимости, ограничений и направлений дальнейшего развития технологий. Пререквизиты: • Минимальные: пройденные курсы по общей психологии и психологии эмоций и мотивации; статистике и анализу данных; английский язык. • Оптимальные: базовые навыки программирования и обработки данных
Цель освоения дисциплины
- Усвоение основных понятий из психологии и компьютерных наук, которые имеют отношение к AC & SSP
- Понимание методологии автоматического распознавания, анализа и синтеза эмоций и социальных сигналов
- Умение проводить исследования в области AC & SSP
- Критическое осмысление индустриальных приложений алгоритмов из области AC & SSP, понимание их значимости, ограничений и направлений дальнейшего развития технологий
Планируемые результаты обучения
- Характеристика методов мультимодального распознавания эмоций
- Знание (характеристика) основных теорий эмоций
- Объяснение взаимосвязи понятий личности и эмоций
- Объяснение взаимосвязи физиологических проявлений и эмоциональных состояний.
- Объяснение взаимосвязи эмоций и социального взаимодействия, описание основных теорий
- Объяснение взаимосвязи эмоций с невербальным поведением
- объяснение принципов оценки тональности текстов
- Объяснение принципов разметки данных для обучения алгоритмов
- Объяснение этических вопросов и собственной позиции
- Описание методов и способов записи и анализа движений и жестов человека
- Описание подходов к мультимодальному машинному обучению
- Описание способов и применение основных инструментов разметки данных
- Описание способов извлечения эмоциональной информации из аудио.
- Понимание и изложение теории лицевых экспрессий
- Понимание и определение основных терминов эмоционального искусственного интеллекта
- Понимание и определение основных феноменов (эмоции, настроения, личность)
- понимание связи этой дисциплины с искусственным интеллектом и машинным обучением.
- Сравнение методов извлечения эмоциональной информации из письменной речи
- Сравнение основных подходов и техник синтеза эмоций, личностных и социальных характеристик с демонстрацией примеров использования этих техник.
- Сравнение подходов к автоматическому распознаванию социального поведения
- Сравнение примеров применения эмоционального искусственного интеллекта в индустрии
- Сравнение современных подходов к автоматическому распознаванию лицевых экспрессий
- Характеристика методов регистрации физиологических сигналов, как контактных (ФПГ, ЭКГ, КГР и др.), так и бесконтактных (по видео
- Характеристика основных подходов работы с аудио сигналом
- Характеристика подходов к распознаванию личностных характеристик
Содержание учебной дисциплины
- Введение в Affective computing (AC) и Social signal processing (SSP).
- Краткий обзор теорий эмоций.
- Выражение и распознавание эмоций по лицевым экспрессиям.
- Эмоции и невербальная коммуникация.
- Проявление эмоций в письменной речи и определение тональности текстов.
- Эмоции в устной речи, автоматическое определение эмоций по голосу.
- Эмоции и физиологические сигналы.
- Мультимодальное распознавания эмоций.
- Данные: сбор и аннотирование.
- Эмоции и социальное взаимодействие.
- Автоматическое распознавание характеристик личности (Personality computing).
- Синтез эмоций, личностных характеристик и социального поведения.
- Приложения, индустриальные кейсы, тренды, этические вопросы.
Список литературы
Рекомендуемая основная литература
- Picard, R. W. (2008). MAS.630 Affective Computing, Spring 2008 ; Affective Computing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.623FBC6B
Рекомендуемая дополнительная литература
- Affective brain-computer interfaces: neuroscientific approaches to affect detection. (2015). Oxford University Press. https://doi.org/10.1093/oxfordhb/9780199942237.013.024
- Hastie, T., Tibshirani, R., & Friedman, J. H. (2009). The Elements of Statistical Learning : Data Mining, Inference, and Prediction (Vol. Second edition, corrected 7th printing). New York: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=277008