思维×算法，如何“一起跳舞”

？近年来，人工智能加速了其发展，不仅使人们进入了聪明的时代，而且还影响了使用前所未有的深度和宽度的科学研究的思维和方式。数据表明，从2019年到2023年，全球AI的年平均科学增长率（由人工智能驱动的科学研究）为27.2％。挖掘大量数据，帮助记录审查并提供科学研究解决方案...当人工智能与科学研究深入融合时，它带来了科学研究范式的变化？科学家如何使用人工智能进行研究？在情报期间，建立知识的新范式会带来什么挑战？该版本启动了计划系列“边界观看：科学研究的人工智能如何”，此问题的重点是心理学研究领域。 - 什么是S我们的编辑心理学和人工智能？在电影《徘徊地球2》中，人工智能莫斯立即发现了他通过检查刘·佩奇安格的颤抖的嘴而保留的秘密。这个科幻场景可以在现实中进行演示 - 从手机的面部解锁功能到“猜猜您喜欢”到购物应用程序，再到AI心理咨询，心理学和人工智能的助手，将共同努力。实际上，心理学和人工智能有许多联系。还记得生理学家帕夫洛夫（Pavlov）听到铃声时流口水的狗吗？ Klasic“条件反射”实验启发了人工智能领域中最重要的技术之一：增强研究。人工智能击败人类大师的窍门本质上就像是类似培训的升级版本。通过“食物”大量GO数据，您可以完全吃野猪d。在太阳方面的应用中也可以找到许多心理原则。在研究动物研究机制之后，心理学家斯金纳（Skinner）发现，行为的后果会影响未来出现的可能性，积极的强化将改善行为，而负面惩罚将阻止行为。如今，该机制应用于电子商务和简短的视频平台。该算法根据用户点击，偏好和其他行为反馈调整内容建议，并推动个人“猜测”。但是，当AI需要了解更复杂的人性时，有必要从心理心理学中“借用眼睛”。人类的关注就像聪明的聚光灯一样，总是优先考虑基本信息。这一发现破坏了AI的注意机制。例如，在编写人工智能模型时，chatgpt像一个人一样扫描上下文并准确地锁定了高频单词。当tranSformer模型处理文本，它通过计算单词之间的关系来处理“注意权重”。这些权重就像聚光灯一样，它决定了哪些单词集中在模型上，从而影响了出发的产生。对于心理学，安装“ AI大脑”将发生很多变化。通过社交媒体，可用的设备和其他渠道，数据更丰富，心理学研究人员可以实时获得10亿个行为流，然后进行审查。可以说，他们从“实验室鱼缸”跳到“海洋数据”。研究更好 - 使用技术建模社会关系，通过检查微信的聊天频率和朋友圈子的交互式模式，人工智能可以捕获社交焦虑的隐藏信号。研究发现，自闭症社交网络的患者呈现出独特的“蒲公英结构”，为早期筛查提供了新的迹象。 AI可以自动拾取ReptectorStext Essation，参考在自我报告的文本中划分心理语义，并使用数据驱动的方法在文本和人格表达行为之间产生复杂的映射关系，从而实现自动人格分析。根据实际验证，AI审查结果与近0.5的问卷分析结果之间的相关系数，这显着提高了传统问卷分析的效率。更方便的身份 - 在上海的疗养院中，使用情感计算技术可以通过颤抖的波浪来识别成人悲伤的指数。研究人员在深度学习框架中具有情感口服特征，以打开方便的兰达，以初步识别诸如抑郁症之类的心理状况。为了产生更高的三维心理图，研究的观点与各种非口腔模式（例如检查面部表情或步行表达式）同步。这些多模式数据构成了行为的重要指标，并为诊断压力，焦虑和情绪状态提供了稳定的基础。 AI如何促进心理学研究范式的变化？在数字智能期间，AI的心理研究和技术的加速整合不仅促进了科学研究游行的变化，而且通过接触促进了整合。心理学研究人员在人工智能技术的帮助下进行了什么研究？最近，兰蒙（Lamang），心理学研究团队开发了基于大语言模型的心理自我支持工具的工具，试图提高人工智能对人类情感能力的理解和互动。借助“零样本学习”，该模型不需要特殊的培训，并且可以根据培训前知识轻松应对新的咨询情况； “迅速思考”指导AI模拟的逻辑的方法，研究G用户表达方式，并探索情绪的根源。 “心理学 + AI”的结合使心理学研究更具个性化。在实现了AI的“倾听和反应”之后，研究朝着一个更具挑战性的目标发展：允许AI积极识别并警告未指定的心理危机的隐含信号。顽固的人获得了心理学的“模型模型”，以模仿从发芽到行动的心理危机的进化路径，并基于危机的文本中生成大规模的培训数据，从而提高了模型识别寻求帮助的弱势迹象的能力。使用心理理论的这种方法是指导和使用AI来生成优化，不仅突破了难以获得敏感数据的研究瓶颈，而且还可以增强模型的灵敏度和模型。它标志着现代技术和心理科学家的深刻融合，该科学家促进了已经演变成的AI理解和保护人类深厚情绪的目的。技术的发展也反映在生物智能中。 GOOG的“心理进化” Le DeepMind的实验模仿了自然选择，并通过数学考试构建了“生态环境的AI版本”，从而使获胜的解决方案可以“传播”并消除较低的解决方案。经过多次迭代，AI在识别任务中的表现不仅仅是传统算法，表明了人形思维的跳跃可能性。与AI相比，人脑在整合和处理跨模式信息（例如语言，视觉，听力和压力）方面仍然具有明显的好处。研究人员正试图在AI模型上“体现认知”，以创建一个值得调节的“体现代理”。例如，我国家模拟平台的压纹智能平台使用进化研究算法允许多格式机器人机器人机器人和机器人在虚拟环境中重复的“重复的生存”。单击多模式培训和学习会压缩传统的开发周期，该周期持续数周至分钟水平，从而显着提高了机器人的训练效率和灵活性。将来，思维和算法将如何朝两个方向发展？热门的思想和看似冷的算法“朝着相同的方向走”，显示了技术和理解。从技术的角度来看，将来，促使心理学的机制有望使AI对不确定和开放环境有更强有力的判断，并且多模式整合的能力也将帮助AI更好地适应复杂的情况。在这方面，AI通过开发实验材料，模仿人类相互作用的情景，提供模型的发展和喂养心理学研究来帮助揭示人脑的复杂人类大脑。这个“两者Ay Rush“也是人类自我意识的加深。在与算法跳舞时，我们想到了“为什么人是人类”的独特光 - 在人性的坐标中固定在因素，理性，效率和道德的人性坐标中。一位心理学家曾经说过：当AI成为人类的新镜子时，我们的便秘可以更清楚地看到人类的内心的温暖，这也是一种不可替代的心理学的价值。与AI的情感联系，边界和R应该如何定义这种新关系的专格性？尽管AI的“情感”本质是偏爱和缺乏主观经验的程序反应，但其带来的情感便利可以有效地改善心理状态的心理状态。这激发了我们重新评估“情感”的含义，“情感”可能需要扩大其未来的界限，以适应AI带来的新的情感方面。之后，情绪的“真实性”将不再是基本的。关键是我们如何生活在AI并设定界限和道德标准。在未来智能社会的情况下，仅通过在人类的情感预测与理性判断之间取得平衡，我们就可以促进人类关系关系的健康和可持续发展。 （作者是中国心理学协会的副秘书长和中国心理学会互联网心理委员会副主任。TE研究人员Liu Xiaoqian和Li Jingting来自中国科学院，Shengghua和QuingQing的心理学研究所