Alexander Vitkovski (alev_biz) wrote,
Alexander Vitkovski
alev_biz

Category:

Искусственный интеллект вычислил алкоголиков по постам в социальных сетях

Американские исследователи создали систему искусственного интеллекта, которая по постам и лайкам пользователей в Facebook определяет, страдают ли они табачной, алкогольной или наркотической зависимостью.

Искусственный интеллект вычислил алкоголиков по постам в социальных сетях

Максимальная точность программы достигает 86 процентов. Работа ученых опубликована на сервере препринтов ArXiv.org.



По статистике, каждый десятый американец от 12 лет и старше страдает от той или иной формы зависимости (substance use disorder, SUD). В России примерно 8,5 миллиона человек злоупотребляют наркотиками и психотропными препаратами, а более 20 миллионов россиян зависят от алкоголя. При этом ученые в последнее время находят взаимосвязь между чертами личности и склонностью к употреблению разных веществ. Так, регулярно курящие табак люди значительно более открыты к опыту, но менее добросовестны, чем некурящие (здесь под добросовестностью подразумевается самодисциплина, исполнение обязанностей и стремление к достижению цели). Употребление алкоголя, в свою очередь, положительно коррелирует с социальностью и экстравертностью.

Так как люди, используя социальные сети, сообщают в интернете много информации о своих интересах и чертах личности, авторы новой работы предположили, что посты и лайки также могут указывать на вредные привычки пользователей. Исследователи применили алгоритм машинного обучения, натренированный с помощью трех баз данных, которые были собраны в период с 2007 по 2012 год приложением для психологических тестов myPersonality. Первая содержала 21 миллион записей 100 тысяч пользователей Facebook; вторая — 5 миллионов лайков 250 тысяч пользователей; в третьей хранилась информация о наличии зависимостей у 13,5 тысячи пользователей. Для обучения эти наборы данных комбинировались различным образом.

После тренировки система научилась распознавать наличие вредных привычек у человека. Вероятность курения табака определяется с максимальной точностью 86 процентов, вероятность употребления наркотиков — 84 процента, вероятность употребления алкоголя — 81 процент.

При этом ученые нашли корреляции между содержанием постов, интересами пользователей и разного рода зависимостями. Например, алгоритм вычислил, что любители спиртного и сигарет чаще используют слова, связанные с движением — «машина» или «идти». Слова, имеющие отношение к злости («ненависть», «убивать») и здоровью («клиника», «таблетки»), положительно связаны с употреблением наркотиков. Кроме того, выяснилось, что пьющие алкоголь люди любят фильм «V — значит вендетта», а наркоманы слушают Radiohead, The Cure и Depeche Mode.

Искусственный интеллект вычислил алкоголиков по постам в социальных сетях

Тем не менее, стоит отметить, что положительная корреляция в данном случае не указывает на причинно-следственную связь. Более того, пересекающийся набор данных был намного меньше объема каждой из трех баз данных по отдельности — он содержал информацию всего о 3508 пользователях. Для того чтобы повысить точность результатов, нужен гораздо больший объем информации.

Недавно ученые установили, что окружающие не видят больших отличий между поведением трезвого и пьяного человека, в то время как тот, кто употребил спиртное, замечает в себе радикальные перемены. Также исследователям удалось найти ген, ассоциированный с тягой к алкоголю. О том, как спиртное влияет на наш организм, можно прочесть в статье «О пользе и вреде алкоголя».

Автор: Кристина Уласович





Ссылка на источник

Tags: ИИ, алкоголизм, знания, исследования, наркотики, общение, отвлеченное
Subscribe

Posts from This Journal “ИИ” Tag

Buy for 20 tokens
Тенденция «самостоятельной» транскраниальной стимуляции постоянным током (tDCS) набирает обороты. В Интернете можно найти много схем, как при помощи батарейки-кроны самому простимулировать собственный мозг. Поскольку tDCS устройства легко создать из простых составляющих, а Интернет…
  • Post a new comment

    Error

    Anonymous comments are disabled in this journal

    default userpic

    Your IP address will be recorded 

  • 0 comments