用機器學習來預測情侶間何時吵架，這是一個很實用的演算法

唐旭 編譯整理

量子位出品 | 公眾號 QbitAI

「再給你最後一次選擇的機會。」

「？」

「王者榮耀，還是我？」

「……」

別擔心，以後生死攸關的對話就有可能被避免了。最近，南加州大學的科研團隊開發出了一種極其有用的機器學習演算法，這種演算法能夠對情侶之間發生的爭吵進行識別並及時提醒，在實驗室環境下，其準確率已經達到了79.3%。

研究者們藉助USC的「情侶移動感知項目」（Couple Mobile Sensing Project）完成了對這一系統的開發。

此前的心理學研究顯示，情侶之間的爭吵常常伴隨著一些生理上的異動，比如心率提高、皮膚電傳導水平提升；同時，情侶在出現爭執時更傾向於使用帶有負面情緒的語言和絕對化的表述——比如更多地使用第二人稱「你」，更多地使用「總是」、「絕不」……

研發團隊希望能夠利用機器學習技術，對這些可能引發爭吵的指標和跡象進行識別，進而實現對爭吵的預警。

在早期研究中，共有34對情侶接受了測試，研究者對這些情侶在日常生活情境下記錄在可穿戴設備以及智能手機上的數據進行了收集和研究，這些數據包括體溫、心率、皮膚電傳導、身體活動等生理指標，以及情侶間談話的錄音和平時的GPS定位。

智能手機會提醒情侶們如實地報告每一次他們之間發生的爭吵。在實驗期間，一共有19對情侶回報說彼此之間曾經有過摩擦。

實驗的結果與已有的心理學理論相契合——比如，負面情緒表述與爭吵之間的相關度是62.3%。而當機器學習演算法對收集到的所有數據進行了分析後，其識別爭吵的準確率達到了79.3%。

目前的研究還算不上成熟。要想在未來將這項技術投放市場，79.3%的識別準確率並不夠用，一不留神識別錯誤，還會引起情侶之間不必要的麻煩；此外，研究人員需要進一步解決的還有數據的篩選問題，情侶在日常生活狀態下生成的數據極其雜亂，要想有效地從中摘取有用的部分，比在實驗室里控制變數要困難得多；再有，如何讓系統個性化地適用於每一對情侶同樣是尚待解決的問題。

「在當前的模型下，我們只能做到在爭吵發生時進行識別，但不能在爭吵爆發之前就對其進行預測。」項目組的成員之一Adela Timmons說，「我們下一步的目標是預測衝突的爆發，同時實時地給予情侶一些提示性建議，比如休息一下，做個冥想練習之類，看看我們能不能防止或減少這些爭吵的發生。」

USC研究團隊下一步要做的，是將更大體量、更多樣化的數據加入考量範圍，以提高目前演算法的準確率。新加入的指標可能包括手機使用率、上網時間，甚至是情侶白天接受了多少太陽光照……這些都是在理論上可能影響爭吵發生的因素。未來，他們可能會由此開發一種類似「情感顧問」的App產品來幫助那些比較容易「上頭」的情侶。

招聘

我們正在招募編輯記者、運營等崗位，工作地點在北京中關村，期待你的到來，一起體驗人工智慧的風起雲湧。

相關細節，請在公眾號對話界面，回復：「招聘」兩個字。

One More Thing…

今天AI界還有哪些事值得關注？在量子位公眾號會話界面回復「今天」，看我們全網搜羅的AI行業和研究動態。筆芯~

另外，歡迎加量子位小助手的微信：qbitbot，如果你研究或者從事AI領域，小助手會把你帶入量子位的交流群里。

掃碼強行關注『量子位』

追蹤人工智慧領域最勁內容

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！