上班族累不累?如何透過 AI 科技辨識過勞
作者 36氪
收藏文章
很開心您喜歡 36氪 的文章, 追蹤此作者獲得第一手的好文吧!
36氪
字體放大


分享至 Line

分享至 Facebook

分享至 Twitter


上班族累不累?如何透過 AI 科技辨識過勞

2020 年 11 月 3 日


中國「打工人」段子的流行,讓廣大勞動人民得到了更多關注。上班族的壓力到底有多大呢?現在,AI 系統可能比本人都了解得更清楚。

上班族的疲勞,別人不懂 AI 懂

事實上,一個個調侃打工人的段子,看起來無奈中透露著辛酸,辛酸中透露著難過,但從心理學角度來講,這些充滿辛酸的自嘲背後,更是上班族們對於工作中面臨的重重壓力和焦慮的緩解。在當今快節奏的社會,上班族都面臨著工作上的「高壓」,加班已是家常便飯,這也往往讓人疲勞不堪。

圖一、摘自《 2020 年智康健康問卷市調研究》。圖源:智聯招聘

研究表明,在疲勞、超負荷狀態下工作,出現失誤的機率也會明顯增加。尤其在醫療、交通、需要輪班之類的工作中。近日,麻省理工學院林肯實驗室(隸屬於美國國防部)的研究人員,開發了一個AI 系統,旨在感知人的認知疲勞,以及決定何時干擾其表現。同時,該系統還會提出干預措施的建議,以幫助個人及時恢復清醒,防止造成傷害。

林肯實驗室研究員 Megan Blackwell 說:「縱觀歷史,我們發現人為失誤會導致不幸,錯失良機,有時甚至造成災難性後果。我們正想辦法使用技術來監測疲勞或認知超負荷。比如,這個人是否太過專注?換句話說,他們是不是快精疲力盡了呢?如果能用技術即時監測的話,就可以在事故發生之前進行干預。」

從生物數據,「讀懂」上班族何時疲勞

該實驗室數十年來的一項研究,就是利用技術「讀取」一個人的認知或情緒狀態。透過收集生物特徵數據(例如影片和音樂),並用算法處理這些數據。研究人員發現了各種心理和神經行為狀況的生物標記,而且,這些生物標記已被用於訓練模型,以準確估計一個人的心態。

圖二、大腦持續較久或高強度勞動時會出現注意力不集中、思維不敏捷等各種狀況

在目前這項最新研究中,該團隊將把他們的生物標誌物研究,應用於人工智慧係統,可以分析個人的認知狀態,包括一個人的疲勞、壓力或超負荷的感覺。該系統將使用來自生理數據的生物標誌物,如聲音和臉部記錄、心跳、腦波圖和大腦活動的光學指標以及眼球運動來獲得這些資訊。

拯救「上班族」:疲勞警告加干預措施

林肯實驗室神經行為生物標誌物研究負責人 Thomas Quatieri 介紹,建立該系統,首先是建立一個個體的認知模型。「認知模型將整合生理輸入,並監控這些輸入,以觀察當一個人執行特定的令人疲憊的任務時,這些輸入是如何變化的。透過這個過程,系統可以建立活動模式,並了解一個人的基本認知狀態,比如聽覺和視覺注意力以及反應時間。」

一旦建立了這個個性化的基線,系統就可以開始識別偏差,並預測這些偏差是否會導致錯誤或不良的後果。林肯實驗室國土保護和空中交通管制部門的主要工作人員 William Streilein 說:「人是十分複雜的,我們會對壓力或疲勞進行自然補償。而我們目前要做的,最重要的就是,建立一個系統,能夠預測什麼時候這種偏差不會被補償,並且只在那時進行干預。」

圖三、疲勞駕駛是高速公路交通事故的主要成因,司機往往因認知偏差未能及時補償而造成這一行為

及時干預:如果喝咖啡不行,會以直流電刺激

系統檢測出過疲勞或壓力過大的情況後,會提供兩種干預措施。一種是,建議做出一些微小調整,比如讓員工喝咖啡,改變照明強度,呼吸新鮮空氣等;或者建議將任務交給機器或其他同事。而另一種干預措施較為強烈,會使用直流電刺激。這是一種非侵入性的大腦神經調整手段,使用電極來刺激大腦,使其部分性能得以恢復。而且,研究顯示,該方法能比咖啡因更有效地對抗疲勞,而且副作用更小。

AI 關心你工作累不累

目前看來,這一系統將被應用在作戰航空領域。比如, AI 系統可以為失去意識或身體能力的戰鬥機飛行員做出「彈射救生決定」。除了這一領域外,這一技術還可以用在其他工作環境較為危險、苛刻的場景中,比如空中交通管制、作戰行動、災難響應或緊急醫療相關的工作。如今,林肯實驗室的研究團隊仍在進一步開發這項技術,接下來的一年將集中於收集數據來訓練他們的算法。 Thomas Quatieri 介紹說,「我們將在短期內研究一組基礎的功能,同時系統仍是個人化的,它可以廣泛部署,就像 Siri  一樣能夠通用,但是又能快速適應每個人。」

36氪》授權轉載

【延伸閱讀】

 
週餘
 
 
分享文章
分享至 Line
分享至 Facebook
分享至 Twitter
相關個股
收藏 已收藏
很開心您喜歡 36氪 的文章, 追蹤此作者獲得第一手的好文吧!
36氪
分享至 Line
分享至 Facebook
分享至 Twitter
相關個股
地圖推薦
 
推薦您和本文相關的多維知識內容
什麼是地圖推薦?
推薦您和本文相關的多維知識內容