AI 分析 2.4 萬份夢境報告找出「夢與現實的連結」,心理學家可以更快解夢了!

(本文經合作夥伴 大數據文摘 授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為 〈這個數據庫蒐集了 2.4 萬個“夢”!用 AI 分析打分,找出夢境現實關聯,幫你解夢 〉;首圖來源:pixabay。)

【我們為什麼挑選這篇文章】「夢」一直是神經科學、睡眠科學領域研究的重大主題,許多人也想透過解析夢境來了解夢與現實的關聯。近日,英國與義大利的科學家透過 AI 分析 2.4 萬個夢境報告,對於夢的理解有了更進一個的認識,這項研究有望了解壓力、負面情緒對人類心理造成的影響。(責任編輯:賴佩萱)

說到做夢,你是不是也覺得人的夢境很神奇?可以夢到那麼多無厘頭的事情。但所謂「日有所思,夜有所夢」,有時夢境也是現實生活的延續,那如果有一個數據庫能把所有人的夢記錄下來,能否讓 AI 找到夢境與現實的聯繫?

AI 研究報告:夢是現實生活的延續

你可以在這個夢境數據庫裡看到別人千奇百怪的夢,還可以找找有沒有和自己一樣的;另外,AI 還能幫你解夢,充當心理學家的角色,讓你更加了解自己。

這種數據庫還真有!近日,英國和義大利的科學家就創建了一個 AI 工具,分析了成千上萬的夢境,提供了迄今為止規模最大的夢境分析研究。

Nokia Bell 實驗室資深研究科學家 Luca Aiello 和其他研究人員創建了一個 AI 工具來分析成千上萬的夢境報告,他們的研究結果發表在了英國《皇家學會開放科學》期刊上。

(圖片來源:The Royal Society

研究結果發現,「日有所思,夜有所夢」是有科學依據的,也被科學家稱為「連續性假設」,即認為 夢是現實生活的延續 。Luca Aiello 等人的新研究正式支持了這一假設,並且還詳細討論了不同群體生活經歷的差異對夢境的影響。

Aiello 說:「如果我們能從規模上更好地理解我們的夢境,那或許我們就能調整技術,來改善我們的現實生活。」

夢境數據庫開放中!你也可以讀其他人的夢

對心理學家來說,夢境分析是一項耗時的任務,他們必須將夢境日記提煉成組成部分,並尋找主題和模式。為了加快這個過程,Aiello 和他的同事創建了一個演算法,可以自動分析「DreamBank」數據庫中整理的 24,000 多份夢境報告。

DreamBank」是一個由 Adam Schneider 和加州大學聖克魯斯分校(UC Santa Cruz)榮譽退休教授 G. William Domhoff 共同建立起來的龐大數據庫。

現在這個數據庫也在線上開放,你可以在這裡閱讀來自全球不同人的夢境故事。

在這裡,有各行各業的人留下了自己的夢境,他們的年齡在 7-74 歲之間。其中,一位參加過越戰的退伍老兵就在這裡記錄了他的 463 個夢,其中 98 個來自越戰後的噩夢,還有 32 個來自 2015 年。總而言之,這些夢境可以成為研究 PTSD(
創傷後壓力症候群)及其對夢境影響的寶貴資源。

研究人員稱,該系統可以幫助心理學家快速識別「異常」夢,這些夢可能暗示壓力源或潛在的心理健康問題。透過對比每個夢的得分和那些沒有身體或精神疾病狀況報告的人的夢的平均值,該演算法可以識別出不尋常的夢。

這樣一種大規模的夢境分析工具在當前的時代具有很重要的意義,尤其考慮到新冠疫情對人類心理健康的長期負面影響。Aiello 說,「你可以看到的是人們對全球事件的心理反應。今天可能是 COVID-19 大流行,明天可能是金融危機,後天可能是全球變暖。」

面對這種情況,夢境或許就可以用來幫助科學家尋找應對的方案。

AI 解夢:將夢境語言拆解後編織成樹狀網絡

說了這麼多,就不賣關子啦,趕緊來看看這個 AI 工具倒底是如何解夢的。以一位十幾歲女孩 Lzzy 的夢境為例,和許多人一樣,Lzzy 夢見了一些不太可能發生的情況裡的奇怪人物。

她在日記中這樣描述她的夢境,「我當時在家裡,那個蠢節目《Looney Tunes》(兔八哥)裡的恐怖紅怪物在周圍遊蕩,很多怪物想進來,我怕得要死。」

在 AI 分析了數據庫 2.4 萬份夢境報告後,研究人員用 AI 解析了這個小女孩的夢,認為她的夢可能只是她青春期焦慮的一種表達——一種對她日常經歷的有趣反映。

這個 AI 是一款自然語言處理工具,可以把夢境報告的語言分解成較小的部分:段落拆成句子,句子拆成短語,短語拆成單詞。

然後,該系統會生成一個樹狀網絡,以表達單詞之間的聯繫:如果每個單詞都是一片葉子,那麼連接它們的樹枝則代表了某個語法規則。演算法將這些詞分類(如人類或動物),並與那些表達正面或負面情緒的詞聯繫起來,還可以將單詞之間的互動分類為攻擊性、友善性等。

Lzzy 的夢境樹狀網絡

從下面四種顏色的標籤可以看到,AI 把小女孩的夢境分為了四類,有的夢很甜蜜,有的是噩夢,還有一些普普通通的夢。

點擊上面不同顏色的葉子就可以看到對應屬性的夢境。比如,點擊最右側一片黃色的葉子,可以看到這是一個噩夢:Lzzy 夢到自己被獨角獸和其他生物攻擊了。從上面的可視化中還可看出與夢境匹配的關鍵詞的密切程度。

除此之外,利用心理學家普遍使用的編碼系統,該演算法還可以給每個夢計算一系列分數:例如角色的平均攻擊性,負面情緒與正面情緒的比率等。當研究人員把該工具得出的分數與心理學家們計算的得分進行比較時,發現兩者的匹配率高達 76 %。

研究人員表示,未來的技術有可能縮小現實生活和夢境之間的差距,最終使我們「睡眠中的大腦」變得可量化,以幫助心理學家快速判斷患者的潛在壓力源和心理健康問題。

他們做了一個網站《The Dreamcatcher》來呈現夢境解析的效果,其中展示了人們一些特殊的夢境,以及對應的樹狀網絡,感興趣的讀者可以自行查看。

哈佛大學專家:夢和夢境報告還是有差距!

哈佛大學的睡眠精神病學家 Robert Stickgold 表示,這項研究是對夢使用自然語言處理的一個「極好的例子」。他說:「以後會證明這是一項有用的技術。」

但他也警告稱,不同的人之間夢境的差異實際上可能源於描述的差異。例如,女性在夢中不一定比男性體驗到更多的情緒,但她們可能會用更多充滿情感的詞語來進行描述。Stickgold 還稱:「對於一個夢和夢境報告之間的距離,還是別太認真。

他還指出,在沒有進一步了解做夢人的情況下,很難將夢與現實生活聯繫起來。Aiello 對此也表示同意,他並沒有想過他的演算法會很快讓治療師失業。「我認為我們的工具為夢境科學家擴大研究規模,也提供了非常有價值的分析,但這並不意味著專家不能以更準確的方法來評估,並做出解釋。」

不過 Aiello 還是希望有一天能以更大範圍,從夢境報告中提供即時的演算法見解,也許是以移動應用的形式,這將有助於增加數據集,並使研究人員更容易得出結論。他說,做夢的人也可能會從中受益,「能夠更好了解自己的生活和心理,對於我們來說可能是挺有趣的一件事。」

相關報導:《sciencemag》、《vice

(本文經合作夥伴 大數據文摘 授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為 〈這個數據庫蒐集了 2.4 萬個“夢”!用 AI 分析打分,找出夢境現實關聯,幫你解夢 〉;首圖來源:pixabay。)

你可能會有興趣


《TO》品牌活動「CONNECT」登場!

本周主打「Marketing Intelligence」專題,看企業如何激發數據無限錢力! 馬上報名 獲取最新深度報導。    

點關鍵字看更多相關文章: