A 'Wake' alkalmazás a 'Anna feltalálásában' nem valós, de az álomtudósok * az álomadatokat gyűjtik és elemzik

Hogyan közelítik meg az álomtudósok jelenleg az álom-adatok gyűjteményét és elemzését

A fő eleme Anna feltalálásaAz ébresztés, amely valójában sok jelenlegi álom-elemző tanulmányt követi, a javasolt gyűjtemény módja. A legtöbb esetben az álomkutatók manapság valójában az álomtartalom írásbeli jelentéseire támaszkodnak, amelyeket az emberek online fórumokra nyújtottak be, vagy a kutatóknak felajánlották a tanulmányokban. A legszélesebb körű adatbázis a DreamBank, a több mint 24 000 álomjelentésből álló web archívum, amelyet mind a tanulmányok, mind a személyes naplók, amelyeket 1999 -ben készítettek, az álmok évtizedek óta tartottak. (Mert ezek az álomjelentések ismét szubjektívek az őket jelentő emberekkel és emlékeikkel-a nagyszabású álom-elemzés jelentős korlátozása, amelyet egy tudósok feltárnak a vizuális álomadatok kinyerésének módjainak fMRI agyi vizsgálatán keresztül, bár ez a kutatás is van Még mindig szuper előzetes.)

Az írásbeli álom-átiratok ezen adatbázisainak felhasználásával a tudósok tartalomanalízis technikákat alkalmaztak a témák és a trendek megértésére. A mai napig tartó ilyen jellegű tanulmány a Cambridge Egyetem Nokia Bell Labs társadalmi dinamikai csoportjából származik, amely a „Dreamcatcher” nevű mesterséges intelligencia algoritmust hozott létre a fent említett DreamBankból származó adatok kipróbálására. Pontosabban, az algoritmust kiképezték az álmok elemzésére a Hall/Van de Castle Scale segítségével, amely az álmok osztályozásának rendszere annak alapján, hogy és milyen mértékben tartalmaznak bizonyos kulcsfontosságú szempontokat vagy összetevőket.

"Ez a skála úgy működik, hogy megszámolja és kategorizálja az egyes álomokban megjelenő karaktereket"-mondja Edyta Bogucka adat-viisualizációs tervező, a projekt kutatója. "Képzeletbeli lények vagy emberek? És ha emberek, ismerősök vagy névtelen emberek?"Innentől kezdve a karakterekkel való interakciókat is kategorizálják, hozzáteszi: Az álomban beszél, táncol vagy vitatkozik például? Az utolsó lépés az érzelmi dimenzión való interakciók minősítése, attól függően, hogy pozitívak, negatívak, agresszívek -e. "Alapvetően a Dreamcatcher algoritmus az álomjelentések mondatait kivágja és boncolja egyetlen szavakba, amelyek megfelelnek ezeknek a karaktereknek, az interakcióknak és az érzelmeknek, amelyek lehetővé tették számunkra, hogy alapvetően automatizáljuk az álomelemzést."

„Az algoritmus az álomról szóló mondatokat kivágja és boncolja a karakterekkel, az interakciókkal és az érzelmekkel megfelelő szavakba, amelyek megfelelnek.”-YDETA BOGUCKA, álomkutató

Pontosabban, az algoritmus tendenciákat észlelt az álom-reportátorok demográfiai részhalmazai között; Például azt találta, hogy a háborús veteránok nagyobb valószínűséggel erőszakos álmokat jelentenek a férfiak által, míg a serdülők, akiket a nőknek inkább azonosítanak, olyan álmok voltak, amelyek a test megjelenése vagy a szexualitás körüli szorongást tükrözik. Természetesen egy ember számára ugyanazt az álomtartalmat néző terapeuta hasonló témákat vonhat. Az automatizálás előnye azonban az a képesség, hogy a fentiekhez hasonlóan a fentiekhez hasonlóan fellépjen, mint eszközként az emberek kategóriái között a közös álom elemeket.

Pontosan ez az a fajta dolog, amelyet a SOIK (vagy Sikorsky a show-ban) arra törekedett, hogy megtörténjen, vagyis értelmes, konkrét következtetéseket vonjon le arról, hogy Stockholm, San Francisco vagy Sydney Dream; Arról, hogy a nagyobb sikerrel rendelkező emberek eltérően álmodnak -e, mint a kevesebbet; A híres emberek álmairól és bármilyen más kategorikus variációról az idő múlásával. Miközben azt remélte, hogy végül bevételszerzésre kerül az adatok, a kutatók azt potenciálisan hasznos eszköznek tekintik az öntudatosság növelésére és a hozzáférés demokratizálására az álomelemzés fajtájához, amely jellemzően azokra az emberekre korlátozódik, akik megengedhetik maguknak, hogy egy álomterapeutát láthassanak.

Használatától függetlenül azonban a Dreamcatcher algoritmus jelenlegi iterációjából származó adatok csak a nagy cél felületét kefékkel kefékkel. Mostanáig betekintése csak annyira granulált lehet, mint az álom szerint, amelyet utalnak,-amely ismét néhány ezer álomra korlátozódik, azoktól, akik úgy döntöttek, hogy rendszeresen hozzájárulnak a DreamBankhoz a múltban. A folyamata továbbra is kísérleti, tekintettel arra, hogy egy adott elemzési skálán alapul, amely esetleg nem veszi figyelembe az egyes álmok teljes bonyolultságát és árnyalatát az idő múlásával.

Ahol az álomtudománynak még mindig van helye növekedni

Kétségtelen, hogy egy olyan algoritmus szedésének legnagyobb korlátozása, mint a fentiek, és azt egy fogyasztóhoz fekvő álomalkalmazássá, mint a Wake-hez hasonlóan, az, hogy a folyamatos adatgyűjtés szükséges. Annak érdekében, hogy az algoritmust kiképezzék, hogy következtetést vonjanak le egy adott emberkategória "átlagos" álom típusáról, akkor az ilyen típusú személyek ezreinek kell lennie, hogy az álmaikat rendszeresen nyújtsák be az idő múlásával. Míg a Dreamcatcher kutatása a koncepció bizonyítéka, hogy a számítógépek tud Hasznos betekintést nyújtson be egy csomó látszólag független álomjelentésből, ez nem veszi figyelembe a tömeges álomgyűjtéshez kapcsolódó logisztikai akadályokat, vagy az adat-magánszemély aggályokat az ilyen méretű adatbázis lehetőségeinél (más néven a Big Tech-nek eladták a Big Tech-nek , például).

És még azt is feltételezve, hogy voltak Lehetséges, hogy elegendő embert kapjunk arra, hogy önként és rendszeresen részt vegyen az álomadatokkal, továbbra is felmerül a kérdés, hogy a mesterséges intelligencia képes -e teljesen és hatékonyan értelmezni az álmokat anélkül, hogy csak az álmodozó számára ismert; A DreamCatcher projekt jelenlegi iterációja ennek körüli körüli életét az emberek álmainak elemzésével működik ismert demográfiai tulajdonságok (e.g., Egy serdülőkorú iskoláslány vagy egy jövőbeli menyasszony), de ahhoz, hogy hatékonyan elemezzük az alkalmazáson keresztül benyújtott álmokat, az algoritmushoz hasonló demográfiai jellemzőkre lenne szükség az alkalmazás-benyújtóktól is, és talán még részletesebben részletesebben arról, hogy mi folyik ezekben az emberekben az ébrenléti életben.

A sok álomtudós által elfogadott „folytonossági hipotézis” kijelenti, hogy álmaink tükrözik az ébrenléti gondolataink és tapasztalataink folytatását, tehát az Intel nélkül nehéz látni, hogy az algoritmus milyen messzire juthat bármely benyújtó álmainak értelmezéséhez. "Ha az álmok álmát és tevékenységét az álmodozó kontextusán kívül veszi, és beilleszti ezt az objektív keretbe, ezek az elemzések elveszítik egy fontos darabot"-mondja Rekshan.

De még mindig van remény arra, hogy a széles körben elterjedt álomelemzés valósággá váljon. A Rekshan a nonprofit bölcsesség Age Metaverse-vel dolgozik egy állampolgár-tudományos platform felépítéséhez („Wikipedia az álmokhoz”, mondja), ahol a tudósok közvetlenül a mindennapi emberekkel együttműködhetnek, hogy elemezzék az online álomfórumokból származó álomadatokat.

Ez a fajta platform, várható, nemcsak eltávolítja a nagy mennyiségű álomadat birtoklási potenciális hatalmi játékát, hanem lehetővé teszi, hogy több ember jobban megértse álmait a kontextusban, az idő múlásával. És ez alapvető fontosságú annak, hogy Rekshan miként nézi az általánosan: „Mindig többdimenziós lesznek, és soha nem vagyunk igazuk, hogy az„ X ”álomot az„ Y ”értelmezésre korlátozzuk” - mondja. „De az álmok nyitott adatai legalább hasznos kiindulási helyet hozhatnak létre."

Ó szia! Úgy néz ki, mint valaki, aki szereti az ingyenes edzéseket, kedvezményeket az élvonalbeli wellness márkákhoz és az exkluzív kút+jó tartalom. Iratkozzon fel a Well -re+, Az online wellness bennfentesek közössége, és azonnal oldja meg a jutalmait.