ИИ обнаруживает аутичные речевые паттерны на разных языках

Резюме: Алгоритмы машинного обучения помогают исследователям идентифицировать речевые модели детей с аутистическим спектром, которые согласуются между разными языками.

источник: Северо-Западный университет

Новое исследование, проведенное учеными из Северо-Западного университета, использовало машинное обучение — отрасль искусственного интеллекта — для выявления речевых моделей у детей с аутизмом, которые были совместимы между английским и кантонским диалектами, предполагая, что особенности речи могут быть полезным инструментом для диагностики состояния.

Исследование, проведенное совместно с коллегами из Гонконга, позволило ученым понять различия между генетическими факторами и факторами окружающей среды, формирующими коммуникативные способности людей с аутизмом, что могло бы помочь им узнать больше о происхождении этого состояния и разработать новые методы лечения.

Дети с аутизмом часто говорят медленнее, чем обычно развивающиеся дети, и у них другие различия в тоне, высоте тона и ритме. Но эти различия (которые исследователи называют «случайными различиями») оказалось на удивление трудно охарактеризовать последовательным и объективным образом, и их происхождение оставалось неясным на протяжении десятилетий.

Тем не менее, группа исследователей во главе с учеными из Северо-Запада Молли Лоуч и Джозефом Си Лау вместе с сотрудником из Гонконга Патриком Вонгом и его командой успешно использовали контролируемое машинное обучение для выявления различий в речи, связанных с аутизмом.

Данные, использованные для обучения алгоритма, представляли собой записи говорящих на английском и кантонском языках молодых людей с аутизмом и без, рассказывающих свою версию раскадровки в бессловесной детской книжке с картинками под названием «Лягушка, где ты?»

Результаты были опубликованы в журнале ПЛЮС ОДИН 8 июня 2022 г.

Лоуч, Джо-Энн Дж. Питер Ф. Долли — профессор проблем с обучаемостью в Северо-Западном университете.

«Но также интересна наблюдаемая нами дисперсия, которая может указывать на более плавные особенности речи, которые потенциально могут быть хорошими целями для вмешательства».

Лау добавил, что использование машинного обучения для выявления ключевых элементов речи, предсказывающих аутизм, является важным шагом вперед для исследователей, которые были ограничены английским уклоном в исследованиях аутизма и человеческой субъективности, когда дело доходит до классификации речевых различий. между аутистами и неаутистами.

«Используя этот метод, мы смогли определить черты речи, которые могут предсказать диагноз аутизма», — сказал Лау, исследователь с докторской степенью, работающий с Лоучем в Департаменте коммуникативных наук и расстройств Рокслина и Ричарда Пеппера на Северо-Западе.

«Наиболее заметной из этих особенностей является ритм. Мы надеемся, что это исследование станет основой для будущей работы над аутизмом, которая улучшит машинное обучение».

Исследователи считают, что их работа может способствовать лучшему пониманию аутизма. Лау сказал, что искусственный интеллект может облегчить диагностику аутизма, помогая снизить нагрузку на медицинских работников и делая диагностику аутизма более доступной для большего числа людей. Он также может предоставить инструмент, который однажды сможет выйти за пределы культур благодаря способности компьютера анализировать слова и звуки количественным образом независимо от языка.

Поскольку особенности речи, определенные с помощью машинного обучения, включают в себя как черты, общие для английского и кантонского диалектов, так и особенности одного языка, сказал Лох, машинное обучение может быть полезно для разработки инструментов, которые не только определяют аспекты речи, подходящие для терапевтических вмешательств, но и измеряют влияние этих вмешательств путем оценки прогресса говорящего с течением времени.

Наконец, результаты исследования могут дать информацию для усилий по выявлению и пониманию роли конкретных генов и механизмов обработки данных в мозге, связанных с генетической предрасположенностью к аутизму, говорят авторы. В конечном счете, их цель состоит в том, чтобы сформировать более полное представление о факторах, влияющих на людей с аутичными различиями в речи.

«Одной из вовлеченных мозговых сетей является слуховой путь на подкорковом уровне, который тесно связан с различиями в том, как звуки речи обрабатываются в мозгу у людей с аутизмом по сравнению с теми, которые обычно развиваются в разных культурах», — сказал Лау.

Следующим шагом будет определение того, приводят ли эти различия в обработке в мозгу к поведенческим речевым паттернам, которые мы здесь наблюдаем, и лежащей в их основе нейрогенетике. Мы взволнованы тем, что нас ждет впереди».

смотрите также

Об этих новостях исследований в области искусственного интеллекта и РАС

автор: Макс Виттински
источник: Северо-Западный университет
Контакт: Макс Виттински — Северо-Западный университет
картина: Изображение находится в общественном достоянии

оригинальный поиск: открытый доступ.
«Кросс-лингвистические паттерны речевых различий при аутизме: исследование машинного обученияНаписано Джозефом С.Ю. Лау и др. ПЛЮС ОДИН

Резюме

Кросс-лингвистические паттерны речевых различий при аутизме: исследование машинного обучения

Различия в речевом представлении являются широко наблюдаемой особенностью расстройств аутистического спектра (РАС). Однако неясно, как стереотипные различия в РАС на разных языках показывают кросс-лингвистические различия в представлении.

Используя подход машинного обучения с учителем, мы изучили вокальные особенности, относящиеся к ритмическим и тональным аспектам исполнения, полученные из образцов повествования, полученных на английском и кантонском диалектах, двух языках, которые обычно отличаются друг от друга и эпизодичны.

Наши модели показали успешную классификацию диагноза РАС с использованием относительных характеристик ритма в обоих языках и между ними. Классификация с особенностями, связанными с интонацией, была важна для английского языка, но не для кантонского диалекта.

Полученные данные подчеркивают различия в темпе как основную эпизодическую особенность, на которую влияет аутизм, а также иллюстрируют важное разнообразие других общих характеристик, которые, по-видимому, формируются языковыми различиями, такими как интонация.