Melhorando Experimentos de Ciência Comportamental com LLMs e Milvus
Pressionando e Despressionando “Botões” — Podemos Reformular Nossas Emoções?
Com certeza. Dr. Damon Abraham, um cientista comportamental com PhD em Psicologia, tem um projeto de pesquisa que demonstra como reavaliar uma imagem pode mudar nossas emoções de valência e excitação. Assim, a busca é descobrir o que em uma imagem permite essa mudança e como procurar por isso. É aqui que embeddings de imagem multidimensionais e bancos de dados vetoriais entram em cena.
Em sua apresentação 'From Images to Meanings to Vector Databases’' no Zilliz Unstructured Data Meetup em Seattle em 13 de fevereiro de 2024, Dr. Damon Abraham fala sobre seu projeto de pesquisa inovador voltado à criação de um repositório de estímulos para a psicologia experimental usando tecnologias de LLM e banco de dados vetorial. Esta iniciativa interdisciplinar envolve colaboração com a University of Denver e pesquisadores do Institute of Love and Time e do Institute of Noetic Sciences. Ela busca desenvolver um banco de dados normativo open-source de imagens e técnicas para medir a distância psicológica dinâmica entre imagens e seu potencial para uma reavaliação bem-sucedida.
Assista à palestra do Dr. Damon Abraham
O Projeto de Psicologia
Milhares de avaliadores humanos avaliaram 2.500 imagens de um banco de dados normativo, medindo cada uma quanto à intensidade emocional (excitação) e valência (positiva vs. negativa) em 18 classes distintas de estímulos. O objetivo é entender melhor o significado emocional dessas imagens criando uma distribuição normal de respostas para selecionar imagens específicas que desencadeiem reações emocionais precisas em estudos comportamentais.
No centro do trabalho do Dr. Abraham está a técnica de regulação emocional da reavaliação cognitiva, que envolve reformular o significado de um estímulo para mudar seu impacto emocional.
De acordo com a_ National Library of Medicine_, a reavaliação é uma estratégia de regulação emocional comumente usada e amplamente estudada que envolve reformular o significado de uma situação para alterar seu impacto emocional (Gross, 1998).
Essa técnica de reavaliação cognitiva demonstra que imagens podem evocar respostas cognitivas e emocionais específicas, tornando-se um mecanismo valioso em experimentos psicológicos. Esta pesquisa mostra efetivamente como diferentes interpretações contextuais de imagens podem mudar nossos sentimentos, fornecendo insights profundos sobre a regulação emocional.
A reavaliação cognitiva explora mudanças na resposta emocional a partir do desenrolar natural. Vamos tomar a seguinte imagem de acidente de carro como exemplo. À primeira vista, o espectador poderia ficar chocado e achá-la horrível. Em uma segunda análise, aspectos positivos poderiam ser percebidos, como ninguém ferido na imagem ou até mesmo a interpretação de ser uma imagem fabricada, em vez de uma tragédia factual. Então, ao mudar a forma como você pensa, você pode mudar a forma como se sente.
Táxi danificado em uma colisão.
Táxi danificado em uma colisão.
Se imagens podem desencadear reações cognitivas e emocionais, então um banco de dados normativo de imagens que possamos pesquisar com base na similaridade de estímulos seria inestimável em experimentos psicológicos.
Medindo a Distância Psicológica
Um insight fundamental deste projeto é que a distância psicológica não deve ser tratada como uma medida fixa porque o contexto a influencia fortemente. Ter controles que sejam dinâmicos pode liberar casos de uso avançados de processamento de imagens.
A equipe de pesquisa empregou a Teoria do Nível de Construal (CLT) como uma estrutura para compreender e medir a distância psicológica.
De acordo com a Wikipedia, “A teoria do nível de construal (CLT) é uma teoria da psicologia social que descreve a relação entre distância psicológica e a medida em que o pensamento das pessoas (por exemplo, sobre objetos e eventos) é abstrato ou concreto_. A ideia central da CLT é que, quanto mais distante um objeto está do indivíduo, mais abstratamente ele será pensado, enquanto, quanto mais próximo o objeto está, mais concretamente ele será pensado.”
O projeto destaca que as representações mentais flutuam do proximal, aqui e agora (por exemplo, experiência sensorial direta), para um cenário mais distante no tempo, no espaço ou até mesmo na factualidade (por exemplo, imagem fictícia do passado). Essencialmente, à medida que transitamos da concretude (construal de baixo nível) para a abstração (construal de alto nível), a rede contextual de conceitos relacionados aumenta, elevando a complexidade do processamento cognitivo envolvido ao avaliar uma imagem.
Os construals servem como mecanismos cognitivos que modulam nossa perspectiva sobre a distância psicológica. Ao conceituar eventos ou cenários que são temporal ou espacialmente distantes, tendemos a empregar um raciocínio mais abstrato, concentrando-nos no 'porquê' — as razões, ideais ou princípios mais amplos envolvidos. À medida que esses eventos se aproximam, nosso pensamento se desloca para o 'como' mais imediato e prático — as ações específicas necessárias para lidar com a situação.
Essa mudança do pensamento abstrato para o concreto auxilia no planejamento e no gerenciamento de cenários futuros, aprimorando nossa capacidade de navegar por possíveis objeções ou desafios de forma mais eficaz.
Obtendo os Dados Certos
A distância psicológica é definida ao longo de várias dimensões, sendo as distâncias temporal, espacial, social e hipotética consideradas as mais importantes.
Como apontado na apresentação, ferramentas como Google Vision podem classificar imagens. Ela faz um ótimo trabalho ao identificar o que está na imagem. No entanto, não captura seu significado mais profundo — pode informar os objetos na cena, mas não muito sobre como uma pessoa poderia reagir a essa imagem. Passar do "o quê" para explorar o "como" é central para a proposta do projeto.
No estudo, milhares de participantes da University of Denver e do Amazon Mechanical Turk foram convidados a avaliar cada imagem em 18 dimensões psicológicas distintas, como emocional, movimento, corporificação, social e distância física, resultando em mais de 760.000 avaliações únicas.
Esse rico conjunto de dados fornece uma distribuição completa de avaliações, servindo como um recurso valioso dentro da estrutura da Teoria do Nível de Construal e de outras pesquisas psicológicas. Ele oferece dados robustos que podem ser analisados e interpretados através da lente dessas teorias, permitindo que pesquisadores obtenham insights sobre várias dimensões das imagens e suas implicações psicológicas.
A avaliação forneceu a cada imagem dimensões que oferecem informações perceptivas adicionais.
Aproveitando o Poder dos LLMs e dos Bancos de Dados Vetoriais
A equipe começou extraindo embeddings visuais usando o modelo EfficientNet-B4 para capturar o conteúdo semântico e a composição geral das imagens.
Eles aprimoraram ainda mais os dados usando um modelo multimodal, LLaVA, para gerar descrições detalhadas (até 256 tokens) de cada imagem. Essas descrições foram então convertidas em embeddings vetoriais usando o modelo text-embedding-ada-002 da OpenAI.
O próximo passo é transferir os embeddings para um banco de dados vetorial, como Milvus e Zilliz Cloud (o Milvus totalmente gerenciado), para lidar e processar melhor sua multidimensionalidade em escala.
Essa abordagem permite que a equipe meça e realize buscas de similaridade semântica e visual nas informações incorporadas em cada imagem, aprimorando a capacidade de encontrar imagens com impactos emocionais ou apelos cognitivos semelhantes.
Com os embeddings de imagem enriquecidos com informações adicionais e disponíveis em um banco de dados vetorial para análise rápida, eles podem ser usados na ciência comportamental, com vastas aplicações em terapêutica, segurança, design de produtos e estratégia de marketing, entre outros casos de uso.
Entendendo as Affordances de Reavaliação
O estudo estabeleceu uma base para compreender as mudanças emocionais causadas pelas reavaliações. Os participantes foram instruídos a visualizar uma imagem, avaliá-la e, em seguida, reavaliá-la para ver como suas respostas emocionais mudavam. Os resultados revelaram que as pessoas respondem de forma mais negativa quando permitem que suas emoções se desenrolem naturalmente.
No entanto, além de avaliar a valência e a excitação das imagens, é intrigante explorar o que desencadeia essas mudanças emocionais e o que permite que os indivíduos mudem suas reações a uma imagem. Essa exploração examina como diferentes imagens "oferecem" ou "restringem" oportunidades de reinterpretação cognitiva, chamadas de 'affordances de reavaliação.'
O conceito de affordances, introduzido por Gibson, descreve como as características dos objetos sugerem seus possíveis usos, influenciando assim nossas interações. Em termos psicológicos, as propriedades semânticas inerentes de uma imagem e a gama de associações que ela evoca podem afetar sua capacidade de reavaliação.
A pesquisa busca determinar como essas propriedades se correlacionam com a suscetibilidade de uma imagem à reavaliação cognitiva, potencialmente expandindo nossa compreensão de como o contexto e a percepção afetam a regulação emocional. Por exemplo, um cão rosnando apresenta menos oportunidades de reavaliação devido ao seu construal de baixo nível e ao escopo contextual limitado. Em contraste, uma imagem de um nazista, posicionada dentro de um construal de alto nível e inserida em uma rede semântica mais ampla, oferece maiores affordances para reinterpretação.
Conclusão
O Dr. Damon Abraham é pioneiro em uma exploração da ressonância emocional das imagens, de sua capacidade de evocar reavaliação cognitiva e de como instrumentá-la com LLMs e um banco de dados vetorial como Milvus e Zilliz Cloud. Sua pesquisa revela os principais componentes dentro das classes de imagens que podem prever de forma confiável sua capacidade de facilitar mudanças emocionais, lançando luz sobre os mecanismos sutis subjacentes às nossas respostas a estímulos visuais. Seu trabalho abre um vasto horizonte de aplicações e casos de uso que aproveitam como as imagens evocam respostas emocionais e influenciam os processos de tomada de decisão.
Empolgante, não é? Tem ideias para uma aplicação? Comece agora!
Se você deseja saber mais ou iniciar seu projeto de construção de um banco de dados vetorial multidimensional de imagens para busca de similaridade de estímulos, por exemplo, convidamos você a entrar no nosso canal do Discord. Oferecemos uma grande variedade de recursos e uma comunidade acolhedora para ajudar você a começar.
Continue lendo
Zilliz Cloud Enterprise Vector Search Powers High-Performance AI on AWS
Zilliz Cloud on AWS powers secure, scalable, ultra-fast vector search for enterprise AI apps, with BYOC, sub-10ms latency, and zero-DevOps simplicity.
OpenAI o1: What Developers Need to Know
In this article, we will talk about the o1 series from a developer's perspective, exploring how these models can be implemented for sophisticated use cases.
Vector Databases vs. Hierarchical Databases
Use a vector database for AI-powered similarity search; use a hierarchical database for organizing data in parent-child relationships with efficient top-down access patterns.