Portfolio

위 제목은 예시 입니다. 회의록 작성 시 “날짜 ‘회의록’ (회의 내용 요약)” 형식으로 제목을 수정해 주세요:)

[회의 주제]

[To-do]

Quick draw data

그림을 통해서 depression 정도를 예측하는

표정을 객관적으로 평가

느끼고 싶은 감정들을 그리고, 조심하라는 느낌의 카드 조합 표현

[세부 내용 메모]

논문 리뷰-태완

Waiting for a digital therapist: three challenges on the path to psychotherapy delivered by artificial intelligence

Digital therapist와 관련된 몇가지 문제점들

Challenge

1) 인간의 심리치료를 깊이 이해해야 AI로도 심리치료 할 수 있음(객관적 이해가 필요)

2) 심리치료가 인간이 없는 상황에서 잘 전달될지 여부 불명확(사람간의 관계를 AI가 잘 흉내낼 수 있을까?)

3) AI에게 너무 기대하면 안됨(심리치료의 복잡한 과정을 AI가 수행할 수 없을 수도)

심리치료의 정의

감정적 고통에서 해방되도록 돕는것
삶에서 문제에 대한 해결책 찾는 것
작업 생산성 및 개인관계를 즐기는 데 방해되는 요소 수정

기존 mental health chatbot

치료사라고 명시적으로 이야기 하진 않음

1) Confused therapist

전통적 정신분석(미해결된 갈등에 초점), 인지주의 전통(부적응적인 신념에 초점)

⇒ 우리의 제한된 이해를 감안하고서도 효과적인 심리치료 AI를 만들 수 있을까?

AI 치료에서 가장 유망한 건 CBT(Cognitive Behavioral Therapy)

→ 현재 많이 접목되는 분야

2) Non-human therapist

AI가 정신 치료를 수행할 수 있을까?

→ 여기서 정신치료란 동반자로써의 대인관계

문제 해결 전략

폭로(Deflation) - 대인관계 부분에선 어쩔 수 없이 human therapist 이용
흉내(Mimicry) - 공감하는 척(사람을 흉내)
Emulation - 치료적 관계를 구성하는 요소들을 human AI에서 재구성해야함

3) Narrowly intelligent therapist

대화시스템 딜레마 - 어느정도 범위까지 사용자에게 자유를 주어 통제되는 상황을 조절할 것인가

미래에는 broad해질 수 있을 것. 하지만 현재는 narrow하다…

논문 리뷰-지원

EmoSet: A Large-scale Visual Emotion Dataset with Rich Attributes

Emoset이 무엇인지 설명하는 논문

VEA(Visual Emotion Analysis) field에서 사용

시각적 자극→감정적 반응 예측
이미지와 감정 사이의 격차를 어떻게 해소할 것인가 → 많은 데이터 필요

심리학의 감정모델

CES: 감정을 개별 범주로 생각

Mikels model - 감정을 8개로 분류 ⇒ Emoset이 사용

DES: 감정을 연속적으로 생각

Emoset이란? 10만개 정도의 사람이 label한 이미지 set

특징

속성 존재 - 감정에 대해 설명 가능하게 끔

Emoset의 구성

긍정 4가지/부정 4가지로 분류
동일한 감정들을 가리키는 말을 묶음(e.g. sadness: depression, sorros, etc.)
최종적으로 810개의 키워드를 활용해 이미지를 찾음

Emoset 3.3M

330만개의 이미지
deep learning을 통해 label → 신뢰도가 높진 않음

심리학 연구를 바탕으로 속성 구성

emoset을 만들어 분석

human annotation

tool을 직접 만들어 7/60명 이상의 사람이 같은 것에 라벨링 했을 때만 이미지의 라벨 유지

Emoset 분석 결과

data가 다양하게 많았음
속성과 감정이 많은 연관이 있음
Emoset을 통한 AI학습이 잘 된다..!

Emoset 바탕으로 sketch tool~?을 만들어 보면 어떨까

Roadmap

UGRP 연구노트 작성법

1946.8KB

mini roadmap(?)

3월 - 주제 선정

4월 - 어떤 데이터 필요한지 생각 + 설문 통해 그림데이터 얻기 or tool이 필요하다면 1~2주 만에 만들 수 있는 걸로 만들어보기(data 얻기) !중간고사도 있음!

5월 - AI model 살펴보면서 어떤방식으로 training 학습하는 지 배우고 우리만의 AI를 만든다면 어떻게 할지 구상해보기

6월 초 - 중간 보고서 마무리

7월 - AI를 만든다 ↔ 자료조사가 많이 필요, 슬금슬금 코딩해보기 !방학!

8월 - 코딩 !방학!

9월 - AI 완성하기(accuracy 높은 걸 목표로)

10월 - AI 완성하기 + test data로 분석하기!중간고사!

11월 - test data로 분석하기

12월 - paper

⇒ 4월 시작하기 전까지 주제를 선정하고 이후 일정을 짜야할 것 같음

임성훈 교수님

전이학습이 잘 되지 못하겠다

emoset은 신뢰성있는 데이터, target data는 신뢰있는가?

전이학습을 평가할 때 심리적 요소를 많이 들어갈 수 있어서 우리 연구방향이랑 안 맞을지도??

app을 만든다면? UGRP로써는 상관없는데 좋은 결과를 얻을거면 주제를 살짝 트는게 어떤지,,

예술치료를 버리고, 전이학습에서만 연구를 해라..

어떤 activation function을 가지고 뭘 했는데 더 좋은 결과가 나왔다!

큰 틀

target data를 일반 사람 껄 모으기(e.g. 그림에 낙서, 표현한 그림의 상태를 labeling)

그걸로 학습

결론(1. 차차가 감정을 잘 표현할 수 있게 하는 도구였는데 그림으로 감정을 표현하도록 도울 수 있는 걸 목적 2. 어떻게 예술치료에 접목(?))이 잘 나오면 chatbot과 연결하자(감정 표현할 수 있는데 도움을 주는 도구를 만들자), app에 활용하자 이런 결론으로

++ 감정 표현 불능증 환자들에게 도움이 될 수 있다? → 이건 좀 더 찾아봐야할 듯

train data → emoset

test data → target data (전이학습을 통해)