思维×算法，如何“舞蹈sama -sama”（观看边境·人

近年来，人工智能的加速发展不仅促使人们进入智能时期，而且影响了工作研究的思维和方式 - 启动尚未发生深度和宽度的科学研究。数据表明，从2019年到2023年，全球AI的年平均科学增长率（由人工智能驱动的科学研究）为27.2％。挖掘大量数据，帮助记录审查并提供科学研究解决方案...当人工智能与科学研究深入融合时，它带来了科学研究范式的变化？科学家如何使用人工智能进行研究？在情报期间，新的范式可以带来什么范围？此版本启动了一系列计划“边界外观：科学研究范式的人工智能如何”，此问题重点介绍心理学研究。 - 编辑器心理学和人工智能的来源是什么？在电影《徘徊地球2》中，人工智能莫斯立即发现了他通过检查刘·佩奇安格的颤抖的嘴而保留的秘密。 这个科幻场景可以在现实中进行演示 - 从手机的面部解锁功能到“猜猜您喜欢”到购物应用程序，再到AI心理咨询，心理学和人工智能的助手，将共同努力。实际上，心理学和人工智能有许多联系。还记得生理学家在听到铃声时的狗吗？经典的“条件反射”实验激发了人工智能领域中最重要的技术之一：研究研究。人工智能击败人类大师的窍门本质上就像是类似培训的升级版本。通过“食物” A LArge量的GO数据，您可以完全食用GO板。在太阳方面的应用中也可以找到许多心理原则。在研究动物研究机制之后，心理学家斯金纳（Skinner）发现，行为的后果会影响未来出现的可能性，积极的强化将改善行为，而负面惩罚将阻止行为。如今，该机制应用于电子商务和简短的视频平台。根据算法固定基于用户点击，偏好和其他行为反馈的内容建议，并推动个人“您猜”。但是，当AI需要了解更复杂的人性时，有必要从心理心理学中“借用眼睛”。人类的关注就像聪明的聚光灯一样，总是优先考虑基本信息。这一发现诞生了AI的注意机制。例如，在编写人工智能模型时，chatgpt像一个人一样扫描了孔戴XT并准确锁定高频单词。当变压器模型处理文本时，它通过计算单词之间的关系来处理“注意权重”。这些权重就像聚光灯一样，确定哪些单词集中在模型上，从而影响了内容的产生。对于心理学，安装“ AI大脑”将发生很多变化。通过社交媒体，可用的设备和其他渠道，数据更丰富，心理学研究人员可以实时获得10亿个行为流，然后进行审查。可以说，他们从“实验室鱼缸”跳到“海洋数据”。通过评估微信聊天的频率和互动模式，可以扫描人工智能，以扫描研究的隐藏信号，从而更好地使用技术建模社会关系。研究发现，自闭症患者的社交网络呈现出独特的“蒲公英结构”，而这种“数字指纹”提供了新的标志用于Maagang筛选。 AI可以自动获得反映自我报告文本中心理语义的文本表示向量，并使用数据驱动的技术在文本和人格表达行为之间产生复杂的映射关系，从而实现自动角色分析。根据实际验证，AI审查结果与近0.5的问卷分析结果之间的相关系数，这显着提高了传统问卷分析的效率。更方便的身份 - 在上海的疗养院中，使用情感计算技术可以通过颤抖的波浪来识别成人悲伤的指数。研究人员拥有丰富Oraldeep学习框架的情感特征，以开放方便的途径，以初步识别诸如抑郁症之类的心理状况。为了产生更多三维心理图，研究的观点是与各种非口述模式同步，例如检查面部表情或行走表情。这些多模式数据构成了行为的重要指标，并为诊断压力，焦虑和情绪状态提供了稳定的基础。 AI如何促进心理学研究范式的变化？在数字智能期间，AI的心理研究和技术的加速整合不仅促进了科学研究游行的变化，而且通过接触促进了整合。研究人员在人工智能技术的帮助下进行了哪些研究？最近，心理学研究团队开发了基于大语言模型的心理自我支持工具的工具，试图提高AI情感能力的理解和互动。借助“零样本学习”，该模型不需要特殊的培训，并且可以根据培训前知识轻松应对新的咨询情况；批准ACH“迅速思考”指导思考AI模拟的逻辑，研究用户表达并探索情绪的根源。 “心理学 + AI”的结合使心理学研究更具个性化。在实现了AI的“聆听和反应”之后，研究朝着一个更具挑战性的目标发展：允许AI积极识别并警告未确定的心理危机隐含信号。一项研究获得了心理学的“模型建模”，以模仿从发芽到行动的心理危机的进化路径，并基于危机的文本中开发了大规模的培训数据，从而提高了模型识别弱势迹象寻求帮助的能力。使用心理理论的这种方法是指导和使用AI来生成优化，不仅突破了难以获得敏感数据的研究瓶颈，而且还可以增强模型的灵敏度和模型。它标志着现代技术的深刻融合和心理科学家，促进了已经发展成为理解和保护人类深层情绪的目的的AI。在生物智能上将看到技术的发展。 Google DeepMind的“心理进化”实验模仿了自然选择，并通过数学检查构建了“生态环境的AI版本”，从而使获胜的解决方案可以“传播”并消除较低的解决方案。经过多次迭代，AI在识别任务中的表现不仅仅是传统算法，表明了人形思维的跳跃可能性。与AI相比，人脑在整合和处理跨模式信息（例如语言，视觉，听力和压力）方面仍然具有明显的好处。研究人员正试图在AI模型上“体现认知”，以创建一个值得调节的“体现代理”。例如，我国家模拟的“搜索”的具体智能平台采用了算法MOF Evolutionary研究，该研究允许多式机器人在虚拟环境中体验“最低”复发的“安全性”。单击多模式培训和学习会压缩传统的开发周期，该周期持续数周至分钟水平，从而显着提高了机器人的训练效率和灵活性。将来，思维和算法将如何朝两个方向发展？热门的思想和看似冷的算法“朝着相同的方向走”，显示了技术和理解。从技术的角度来看，将来，促使心理学的机制有望使AI在不确定和开放的环境中具有更强的酌处权，并且多模式整合的能力也将帮助AI更好地适应复杂的并发症。在这方面，人工智能通过开发实验材料，模仿人类相互作用的情景，发展模式，有助于揭示人脑的复杂机制EL提供和喂养心理学研究。这种“双向匆忙”也加深了人类的自我意识。在使用算法跳舞时，我们想到了“为什么人是人”的独特光 - 以因素，理智，效率和道德规范为基础。例如，在杭州医院的咨询心理中心，AI可以准确地标志着高度悲伤风险的人，但是真正消灭了客户颤抖的手的人始终是医生的温度，可以提供热饮。有时，一位心理学家说：“人民最深切的欲望是Mai理解。”当AI成为了解人性的新镜子时，我们可以通过其便秘更清楚地看到人类心的热量，这也是心理学的不可替代的价值。同时，技术进步带来了新的挑战和道德问题：如果AI可以“理解”甚至“体验”情绪，我们应该处理“情感”？有真正的情感联系吗与AI的离子，如何定义这种新关系的边界和责任？扩大未来的界限，以适应AI带来的新情感奇迹。之后，情绪的“真实性”将不再是基本的。关键是我们如何生活在AI并设定界限和道德标准。在未来智能社会的情况下，仅通过在人类的情感预测与理性判断之间取得平衡，我们就可以促进人类关系关系的健康和可持续发展。 （作者是中国心理学协会的副秘书长，也是中国心理学会的互联网心理委员会副主任。副研究人员刘小（Liu xiaoqian）和中国科学院心理学研究所的李·吉（Li Jingting）