'Wake' -sovellus 'keksinnässä Anna' ei ole todellista, mutta unelmatieteilijät * * keräävät ja analysoivat unelmatietoja

Kuinka unelmatieteilijät lähestyvät tällä hetkellä unelmatietokokoelmaa ja analysointia

Pääosa Keksimään Annaherätys, joka tosiasiallisesti seuraa monien nykyisten unelma-analyysitutkimuksen kanssa, on sen ehdotettu keräysmuoto. Useimmissa tapauksissa unelma -tutkijat luottavat nykyään kirjallisiin raportteihin unelma sisällöstä, jonka ihmiset ovat toimittaneet online -foorumeille tai tarjonneet tutkijoille tutkimuksissa. Laajin tietokanta on Dreambank, yli 24 000 unelmaraportin verkkoarkisto, joka on valmistettu sekä tutkimuksista että henkilökohtaisista päiväkirjoista, jotka koottiin vuonna 1999, unelmat, jotka olivat vuosikymmeniä ennen sitä. (Koska nämä unelmaraportit ovat jälleen subjektiivisia ihmisille, jotka raportoivat heitä ja heidän muistojaan-tärkeimmät rajoitukset kaikille laajamittaisille unelma-analyysille, jotkut tutkijat tutkivat myös tapoja purkaa visuaalinen unelmatieto fMRI-aivojen skannausten kautta, vaikka tutkimus onkin Silti erittäin alustava.-A

Näitä kirjallisten unelmakopioiden tietokantoja tutkijat ovat käyttäneet sisältöanalyysitekniikoita teemojen ja suuntausten ymmärtämiseksi. Tällainen tähän mennessä oleva suurin tutkimus tulee Cambridge Universityn Nokia Bell Labs -yhtiön sosiaalisesta dynamiikkaryhmästä, joka loi “DreamCatcher” -nimisen keinotekoisen älykkyysalgoritmin koetulle tiedoille edellä mainitun Dreambankin tiedot. Erityisesti he kouluttivat algoritmin jäsentämään unelmia Hall/van de Castle -asteikon avulla, joka on järjestelmä unelmien luokittelemiseksi sen perusteella.

"Tämä asteikko toimii laskemalla ja luokittelemalla jokaisessa unessa näkyvät hahmot", sanoo data-visuaalisuunnittelija Edyta Bogucka, projektin tutkija. "Ovatko ne kuvitteellisia olentoja vai ihmisiä? Ja jos he ovat ihmisiä, ovatko he tuttavia vai tuntemattomia ihmisiä?"Sieltä vuorovaikutus näiden hahmojen kanssa luokitellaan myös, hän lisää: Unelmassa puhutko, tanssit tai väität esimerkiksi? Viimeinen vaihe on näiden vuorovaikutusten määrittäminen emotionaaliseen ulottuvuuteen riippuen siitä, ovatko ne positiivisia, negatiivisia, aggressiivisia vai niin edelleen. "Pohjimmiltaan DreamCatcher -algoritmi leikkaa ja leikkaa lauseet unelmaraporteista yksittäisiksi sanoiksi, jotka vastaavat näitä merkkejä, vuorovaikutusta ja tunteita, jotka antoivat meille mahdollisuuden automatisoida unelma -analyysin."

”Algoritmi leikkaa ja leikkaa lauseet unelmaraporteista yksittäisiksi sanoiksi, jotka vastaavat merkkejä, vuorovaikutusta ja tunteita.”-EDYTA Bogucka, unelmatutkija

Erityisesti algoritmi huomasi suuntauksia unelma-reporterien demografisten osajoukkojen keskuudessa; Esimerkiksi, se havaitsi,. Tietysti terapeutti, joka tarkastelee samaa unelma sisältöä yhdelle henkilölle, saattaa piirtää samanlaisia ​​teemoja. Mutta automaation hyöty on kyky vetää nopeasti oivalluksia, kuten yllä oleva massiivinen keinona huomata yleisiä unelmaelementtejä ihmisryhmien keskuudessa.

Tämä on juuri sellainen asia, jonka Soik (tai näyttelyssä Sikorsky) tavoitteena on tehdä se, että Tukholman tai San Franciscon tai Sydney Dreamin ihmiset ovat tehneet merkityksellisiä, konkreettisia päätelmiä; siitä, unelmoivatko ihmiset enemmän menestykseen eri tavalla kuin ihmiset, joilla on vähemmän; kuuluisten ihmisten unista ja kaikista muista kategorisista variaatioista ajan myötä. Vaikka hän toivoi lopulta ansaitsevansa kyseiset tiedot, tutkijat näkevät sen mahdollisesti hyödyllisenä välineenä itsetietoisuuden lisäämisessä ja demokratisoimisessa pääsystä sellaiseen unelma-analyysiin, joka on tyypillisesti rajoitettu ihmisille, joilla on varaa nähdä unelmaterapeutti.

Riippumatta sen käytöstä, DreamCatcher -algoritmin nykyisen iteraation tiedot harjaavat vain sen suuremman tavoitteen pinnan. Nykyään sen oivallukset voivat olla vain yhtä rakeisia kuin unelma ilmoittaa, että se viittaa-mikä taas on rajoitettu muutamiin pari tuhatta unta niiltä, ​​jotka ovat aiemmin valinneet osallistua unelmapankkiin aiemmin. Sen prosessi on myös edelleen kokeellinen, kun otetaan huomioon, että se perustuu tiettyyn analyysiasteikkoon, joka ei ehkä ota huomioon yksittäisten unelmien täydellistä monimutkaisuutta ja vivahteita ajan myötä.

Missä unelmatieteellä on vielä tilaa kasvaa

Epäilemättä suurin rajoitus yllä olevan algoritmin ottamiselle ja sen kääntäminen kuluttajalle suunnattuun unelmasovellukseen, kuten Wake, on jatkuva tiedonkeruu, joka vaatii niin. Algoritmin kouluttamiseksi tekemään johtopäätöstä "keskimääräisestä" unelmatyypistä tietylle ihmisryhmälle, tarvitset tuhansia tällaisia ​​henkilöitä lähettämään unelmansa säännöllisesti ajan myötä. Vaikka DreamCatcher -tutkimus on todiste konseptista, että tietokoneet tölkki Vedä hyödyllisiä oivalluksia joukosta näennäisesti toisiinsa liittymättömiä unelmaraportteja, se ei ota huomioon Mass Dream -kokoelmaan liittyviä logistisia esteitä tai tämän kokoa käytettävän tietokannan tiedonsiirto-huolenaiheita (eli Big Techille myytävä , esimerkiksi).

Ja jopa olettaen sen kun Mahdollista saada tarpeeksi ihmisiä mielellään ja säännöllisesti jakautumaan unelmatietoihinsa, on edelleen kysymys siitä, voiko keinotekoinen älykkyys tulkita unelmia kokonaan ja tehokkaasti ilman henkilökohtaista asiayhteyttä, joka tunnetaan vain unelmoijalle; DreamCatcher -projektin nykyinen iteraatio toimii tämän ympärillä osittain jäsentämällä ihmisiltä unelmia tunnettu väestörakenteet (e.g., Teini-ikäinen koulutyttö tai tuleva morsian), mutta sovelluksen kautta toimitettujen unelmien analysoimiseksi algoritmi tarvitsee samanlaisia ​​väestöominaisuuksia sovelluksen lähettäjiltä, ​​ja ehkä vieläkin yksityiskohtaisemmin siitä, mitä näiden ihmisten heräämiselämässä tapahtuu.

Monien unelmatieteilijöiden hyväksymä "jatkuvuushypoteesi" toteaa, että unelmamme heijastavat heräävien ajatusten ja kokemusten jatkamista, joten ilman sitä Inteliä on vaikea nähdä, kuinka pitkälle algoritmi voi todella mennä tulkitsemaan minkään lähettäjän unelmia. "Ottamalla unelmat ja merkityksen tekemisen toiminnan unelmoijan kontekstin ulkopuolella ja tuommalla sen tähän objektiiviseen kehykseen, nämä analyysit menettävät tärkeän kappaleen", Rekshan sanoo.

Mutta on vielä toivoa, että laajalle levinnyt unelma -analyysi tulee todellisuudeksi. Rekshan työskentelee voittoa tavoittelemattoman viisauden ikäisen metavertaisen kanssa rakentaakseen kansalais-tieteellisen alustan (”Wikipedia for Dreams”, hän sanoo), jossa tutkijat voivat tehdä yhteistyötä suoraan jokapäiväisten ihmisten kanssa online-unelmafoorumeista saatujen unelmatietojen analysoimiseksi unelmatiedot.

Hänen mukaansa tällainen alusta ei vain poista kenenkään yrityksen potentiaalista voimaa, joka omistaa suuria määriä unelmatietoja, vaan antaa myös enemmän ihmisiä ymmärtää unelmansa paremmin tilanteessa, ajan myötä. Ja se on olennaista siitä, kuinka Rekshan näkee unelmansa yleisesti: "Heistä tulee aina moniulotteisia, emmekä koskaan ole oikein rajoittaa 'x' unelmaa 'y' -syöttöön", hän sanoo. "Mutta unelmien avoin tietohallinto voisi ainakin luoda hyödyllisen lähtöpaikan."

Oi hei! Näytät henkilöltä, joka rakastaa ilmaisia ​​harjoituksia, alennuksia huippuluokan hyvinvointimerkeille ja yksinoikeudella+hyvä sisältö. Kirjaudu hyvin+, Wellness Insiders -yhteisömme verkkoyhteisö ja avaa palkkiot heti.