Google-zoekopdrachten en posts op sociale media bieden een manier om inzicht te krijgen in de ideeën, zorgen en verwachtingen van miljoenen mensen over de hele wereld. Met behulp van de juiste webscraping-bots en big data-analyse kan iedereen, van marketeers tot sociale wetenschappers, dit doen deze informatie analyseren en gebruik het om conclusies te trekken over de gedachten van grote groepen gebruikers.
Inhoud
- De automatische droomanalysator
- Hier worden zoete dromen van gemaakt
Kan A.I. analyse van onze dromen helpen hetzelfde te doen? Dat is een gedurfd, zij het intrigerend, concept – en het is een concept dat onderzoekers van Nokia Bell Labs in Cambridge, Verenigd Koninkrijk, druk hebben onderzocht. Ze hebben een tool gemaakt met de naam ‘Dreamcatcher’ die, zo beweren ze, de nieuwste Natural Language Processing (NLP)-algoritmen kan gebruiken om thema’s uit duizenden geschreven droomrapporten te identificeren.
Aanbevolen video's
Dromenvanger is gebaseerd op een benadering van droomanalyse die de continuïteitshypothese wordt genoemd. Deze hypothese, die wordt ondersteund door krachtig bewijs uit tientallen jaren onderzoek naar dromen, suggereert dat onze dromen een weerspiegeling zijn van de dagelijkse zorgen en ideeën van dromers.
Dat klinkt misschien als gezond verstand. Maar het is een heel andere manier van denken over dromen dan de complexere interpretaties die door theoretici naar voren worden gebracht zoals Freud en Jung, die dromen zagen als vensters naar verborgen libidineuze verlangens en andere doorgaans verduisterde gedachten processen.
De automatische droomanalysator
De A.I. hulpmiddel – welke Luca Aiello, een senior onderzoekswetenschapper bij Nokia Bell Labs, vertelde dat Digital Trends een ‘automatische droomanalysator’ is – parseert schriftelijke beschrijving van dromen en scoort ze vervolgens volgens een gevestigde droomanalyse-inventaris, genaamd de Hall-Van De Castle schaal.
“Deze inventaris bestaat uit een reeks scores die meten hoeveel verschillende elementen in de droom voorkomen komen meer of minder vaak voor dan sommige normatieve waarden die zijn vastgesteld door eerder onderzoek naar dromen, ‘zei Aiello. “Deze elementen omvatten bijvoorbeeld positieve of negatieve emoties, agressieve interacties tussen karakters, aanwezigheid van denkbeeldige karakters, et cetera. De schaal geeft op zichzelf geen interpretatie van de droom, maar helpt wel interessante of afwijkende aspecten ervan te kwantificeren.”
De geschreven droomrapporten kwamen uit een archief van 24.000 van dergelijke records, afkomstig uit DroomBank, de grootste openbare verzameling Engelstalige droomrapporten die tot nu toe beschikbaar is. Het algoritme van het team is in staat deze rapporten uit elkaar te halen en opnieuw samen te stellen op een manier die logisch is voor het systeem. door verwijzingen te sorteren in categorieën als ‘denkbeeldige wezens’, ‘vrienden’, ‘mannelijke karakters’, ‘vrouwelijke karakters’ enzovoort op. Vervolgens kan het deze categorieën verder categoriseren door ze te filteren in groepen als ‘agressief’, ‘vriendelijk’, ‘seksueel’ om verschillende soorten interactie aan te duiden.
Door kennis te nemen van de persoon die de droom en de inhoud ervan vastlegt, kunnen de onderzoekers enkele interessante verbanden ontdekken. Een schriftelijk verslag zou zoiets kunnen zijn als: 'Ik was bij een huis. Ezra en een vriend zaten achter de computer. Dit eenhoornding bleef naar me toe rennen als ik een deur opende. Er waren daar nog andere vreemde wezens, zoals kippen. Ze bleven proberen mij aan te vallen.” De Dreamcatcher-tool kan met deze beschrijving beginnen en er automatisch verschillende inzichten uit halen; uiteindelijk indienen onder 'Tienersbelangen en -activiteiten'. (De droom is in feite opgenomen door Izzy, een ‘adolescent schoolmeisje.’)
Aiello zei dat sommige van deze inzichten verwacht worden, terwijl andere verrassende lijnen van mogelijk toekomstig onderzoek onthullen. “De dromen van een adolescent werden bijvoorbeeld gekenmerkt door een toenemende frequentie van seksuele interacties naarmate ze haar volwassen leven naderde,” zei Aiello. “Verrassender nog ontdekten we dat de dromen van blinde mensen meer denkbeeldige karakters bevatten dan de norm, wat erop wijst dat onze zintuigen de manier waarop we dromen beïnvloeden.”
Dit soort analyses is iets dat psychologen die naar deze gegevens kijken ook zouden kunnen doen – hoewel lang niet zo snel als een A.I. hulpmiddel. “Het is opwindend om getuige te zijn van het groeiende vermogen van NLP om steeds complexere en ongrijpbare aspecten van taal vast te leggen”, aldus Aiello. “Het is echter nog spannender om te bedenken dat we dankzij deze technieken het vermogen hebben gekregen om dromen uit te voeren analyse op zeer grote schaal, iets dat onmogelijk zou zijn door het tijdrovende proces van handmatig dromen annotatie.”
Hier worden zoete dromen van gemaakt
Door het Dreamcatcher-systeem te vergelijken met scores berekend door psychologen, heeft de A.I. algoritme kwam in 76% van de gevallen overeen. Dat suggereert dat er nog verdere verbeteringen mogelijk zijn. Niettemin is het een waardevol begin. Aiello gelooft – samen met collega-onderzoekers Alessandro Fogli en Daniele Quercia – dat het eindproduct diepgaande toepassingen kan hebben.
“Naarmate meer mensen zich vrijwillig aanmelden om hun dromen te delen, zien we de mogelijkheid om de dromen te analyseren dromen van een hele bevolking – zelfs van een heel land – om haar psychologische welzijn te monitoren na een tijdje"
Eén zou kunnen zijn voor zoiets als a app voor het bijhouden van stemmingen die gebruikers vraagt hun dromen vast te leggen, en vervolgens gedurende een bepaalde tijd terugkerende beelden tevoorschijn haalt. Aiello zei dat een dergelijk hulpmiddel ervoor zou kunnen zorgen dat het rapporteren van dagelijkse dromen een gewoonte voor mensen wordt; ze belonen met on-the-fly droomanalyse.
Het meest intrigerende concept is echter het concept dat aan het begin van dit artikel wordt beschreven: een soort groot schaalproject voor het volgen van dromen dat de dromen van de wereld in kaart zou kunnen brengen op echte gebeurtenissen om te zien hoe men de dromen informeert ander. Zoals met zoveel andere vormen van big data-analyse zou dit nuttiger (en boeiender) worden naarmate het meer werd gecombineerd en vergeleken met andere gegevens uit de echte wereld.
“Naarmate meer mensen zich vrijwillig aanmelden om hun dromen te delen, zien we de mogelijkheid om de dromen van een persoon te analyseren hele bevolking – zelfs van een heel land – om het psychologische welzijn ervan in de loop van de tijd te monitoren”, aldus Aiello gezegd. “Het is duidelijk dat dit alleen mogelijk zou zijn met het gebruik van geautomatiseerde tools zoals de onze, die droomanalyse op grote schaal mogelijk maken. Deze kans zou bijzonder aantrekkelijk zijn in de nasleep van mondiale uitdagingen die een impact hebben op ieders psyche. Vandaag is het COVID, volgend jaar zal het waarschijnlijk de economische crisis zijn, en over drie of vier jaar zou het de opwarming van de aarde kunnen zijn.”
Aanbevelingen van de redactie
- Topauteurs eisen betaling van AI-bedrijven voor het gebruik van hun werk
- ChatGPT-maker OpenAI wordt geconfronteerd met een FTC-onderzoek naar wetten inzake consumentenbescherming
- Het websiteverkeer van ChatGPT is voor het eerst gedaald
- OpenAI bouwt nieuw team om te voorkomen dat superintelligente AI schurkenstaten wordt
- OpenAI onthult de locatie van zijn eerste internationale buitenpost
