AI Mengesan Corak Pertuturan Autisme Merentasi Bahasa Berbeza – Berita Neurosains

Ringkasan: Algoritma pembelajaran mesin membantu penyelidik mengenal pasti corak pertuturan pada kanak-kanak pada spektrum autisme yang konsisten antara bahasa yang berbeza.

Sumber: Universiti Barat Laut

Satu kajian baharu yang diketuai oleh penyelidik Northwestern University menggunakan pembelajaran mesin—satu cabang kecerdasan buatan—untuk mengenal pasti corak pertuturan pada kanak-kanak autisme yang konsisten antara bahasa Inggeris dan Kantonis, menunjukkan bahawa ciri pertuturan mungkin merupakan alat yang berguna untuk mendiagnosis keadaan tersebut.

Dijalankan bersama kolaborator di Hong Kong, kajian itu menghasilkan pandangan yang boleh membantu saintis membezakan antara faktor genetik dan persekitaran yang membentuk kebolehan komunikasi penghidap autisme, yang berpotensi membantu mereka mengetahui lebih lanjut tentang asal-usul keadaan dan membangunkan terapi baharu.

Kanak-kanak autisme selalunya bercakap lebih perlahan daripada kanak-kanak yang sedang membangun, dan mempamerkan perbezaan lain dalam nada, intonasi dan irama. Tetapi perbezaan tersebut (dipanggil “perbezaan prosodik'” oleh penyelidik) amat sukar untuk dicirikan dengan cara yang konsisten dan objektif, dan asal-usulnya kekal tidak jelas selama beberapa dekad.

Walau bagaimanapun, satu pasukan penyelidik yang diketuai oleh saintis Northwestern Molly Losh dan Joseph CY Lau, bersama dengan kolaborator yang berpangkalan di Hong Kong, Patrick Wong dan pasukannya, berjaya menggunakan pembelajaran mesin diselia untuk mengenal pasti perbezaan pertuturan yang dikaitkan dengan autisme.

Data yang digunakan untuk melatih algoritma adalah rakaman orang muda berbahasa Inggeris dan Kantonis yang menghidap dan tanpa autisme yang menceritakan versi mereka sendiri tentang cerita yang digambarkan dalam buku bergambar kanak-kanak tanpa perkataan yang dipanggil “Frog, Where Are You?”

Hasilnya diterbitkan dalam jurnal PLOS Satu pada 8 Jun 2022.

“Apabila anda mempunyai bahasa yang sangat berbeza dari segi struktur, sebarang persamaan dalam corak pertuturan yang dilihat dalam autisme merentas kedua-dua bahasa berkemungkinan merupakan sifat yang sangat dipengaruhi oleh liabiliti genetik terhadap autisme,” kata Losh, yang merupakan Jo Ann G. dan Peter F. Dolle Profesor Masalah Pembelajaran di Northwestern.

“Tetapi sama menariknya ialah kebolehubahan yang kami perhatikan, yang mungkin menunjukkan ciri pertuturan yang lebih mudah dibentuk, dan sasaran yang berpotensi baik untuk campur tangan.”

Lau menambah bahawa penggunaan pembelajaran mesin untuk mengenal pasti elemen utama pertuturan yang meramalkan autisme mewakili satu langkah ke hadapan yang penting bagi penyelidik, yang telah dihadkan oleh kecenderungan bahasa Inggeris dalam penyelidikan autisme dan subjektiviti manusia apabila ia datang untuk mengklasifikasikan perbezaan pertuturan. antara penghidap autisme dan yang tidak.

“Menggunakan kaedah ini, kami dapat mengenal pasti ciri-ciri pertuturan yang boleh meramalkan diagnosis autisme,” kata Lau, seorang penyelidik pasca doktoral yang bekerja dengan Losh di Jabatan Sains dan Gangguan Komunikasi Roxelyn dan Richard Pepper di Northwestern.

“Ciri yang paling menonjol adalah irama. Kami berharap kajian ini boleh menjadi asas untuk kerja masa depan mengenai autisme yang memanfaatkan pembelajaran mesin.”

Para penyelidik percaya bahawa kerja mereka berpotensi untuk menyumbang kepada pemahaman yang lebih baik tentang autisme. Kecerdasan buatan mempunyai potensi untuk menjadikan diagnosis autisme lebih mudah dengan membantu mengurangkan beban profesional penjagaan kesihatan, menjadikan diagnosis autisme boleh diakses oleh lebih ramai orang, kata Lau. Ia juga boleh menyediakan alat yang mungkin suatu hari nanti melampaui budaya, kerana keupayaan komputer untuk menganalisis perkataan dan bunyi secara kuantitatif tanpa mengira bahasa.

Para penyelidik percaya kerja mereka boleh menyediakan alat yang mungkin suatu hari nanti melampaui budaya, kerana keupayaan komputer untuk menganalisis perkataan dan bunyi secara kuantitatif tanpa mengira bahasa. Imej berada dalam domain awam

Oleh kerana ciri pertuturan yang dikenal pasti melalui pembelajaran mesin termasuk yang biasa digunakan dalam bahasa Inggeris dan Kantonis serta khusus untuk satu bahasa, Losh berkata, pembelajaran mesin boleh berguna untuk membangunkan alatan yang bukan sahaja mengenal pasti aspek pertuturan yang sesuai untuk campur tangan terapi, tetapi juga mengukur. kesan daripada intervensi tersebut dengan menilai kemajuan penceramah dari semasa ke semasa.

Akhirnya, hasil kajian boleh memaklumkan usaha untuk mengenal pasti dan memahami peranan gen tertentu dan mekanisme pemprosesan otak yang terlibat dalam kerentanan genetik kepada autisme, kata penulis. Akhirnya, matlamat mereka adalah untuk mencipta gambaran yang lebih komprehensif tentang faktor-faktor yang membentuk perbezaan pertuturan orang autisme.

“Satu rangkaian otak yang terlibat ialah laluan pendengaran di peringkat subkortikal, yang benar-benar terikat dengan perbezaan dalam cara bunyi pertuturan diproses di dalam otak oleh individu yang mempunyai autisme berbanding mereka yang biasanya berkembang merentas budaya,” kata Lau.

“Langkah seterusnya adalah untuk mengenal pasti sama ada perbezaan pemprosesan dalam otak itu membawa kepada corak pertuturan tingkah laku yang kita perhatikan di sini, dan genetik neural yang mendasarinya. Kami teruja dengan apa yang akan datang.”

Lihat juga

Ini menunjukkan lukisan artistik pada kayu wajah seorang wanita muda

Mengenai berita penyelidikan AI dan ASD ini

Pengarang: Max Witynski
Sumber: Universiti Barat Laut
Hubungi: Max Witynski – Universiti Barat Laut
Imej: Imej itu berada dalam domain awam

Penyelidikan Asal: Buka akses.
Corak silang linguistik perbezaan prosodik pertuturan dalam autisme: Kajian pembelajaran mesin” oleh Joseph CY Lau et al. PLOS SATU


abstrak

Corak silang linguistik perbezaan prosodik pertuturan dalam autisme: Kajian pembelajaran mesin

Perbezaan dalam prosodi pertuturan adalah ciri Autism Spectrum Disorder (ASD) yang diperhatikan secara meluas. Walau bagaimanapun, tidak jelas bagaimana perbezaan prosodik dalam ASD nyata merentas bahasa berbeza yang menunjukkan kebolehubahan silang bahasa dalam prosodi.

Menggunakan pendekatan analitik pembelajaran mesin yang diselia, kami meneliti ciri akustik yang berkaitan dengan aspek berirama dan intonasi prosodi yang diperoleh daripada sampel naratif yang ditimbulkan dalam bahasa Inggeris dan Kantonis, dua bahasa yang berbeza secara tipologi dan prosodis.

Model kami mendedahkan klasifikasi diagnosis ASD yang berjaya menggunakan ciri relatif irama dalam dan merentas kedua-dua bahasa. Pengelasan dengan ciri yang berkaitan dengan intonasi adalah penting untuk bahasa Inggeris tetapi bukan bahasa Kantonis.

Keputusan menyerlahkan perbezaan dalam irama sebagai ciri prosodik utama yang dipengaruhi dalam ASD, dan juga menunjukkan kebolehubahan penting dalam sifat prosodik lain yang nampaknya dimodulasi oleh perbezaan khusus bahasa, seperti intonasi.

We wish to thank the author of this article for this amazing material

AI Mengesan Corak Pertuturan Autisme Merentasi Bahasa Berbeza – Berita Neurosains


Take a look at our social media profiles and also other pages related to themhttps://paw6.info/related-pages/