AI 解夢

諾基亞貝爾實驗室所使用的工具，能夠將夢境報告的語言分為較小的部分：段落分為句子，句子分為短語，短語變成單詞。然后，使用這種類似于樹狀的網(wǎng)絡來了解各個單詞之間的關系：如果每個單詞都是一片葉子，那么連接它們的是分支代表語法規(guī)則。

這種算法將這些單詞分類（例如人或動物），并將它們與積極或消極的情緒聯(lián)系起來。它還將單詞之間的互動歸類為攻擊性、友好性或兩性的（sexual）這三種。

最后，使用心理學家中流行的編碼系統(tǒng)，該算法計算出每個夢的許多分數(shù)：例如，人物的平均攻擊性或消極情緒與積極情緒的比率。

當研究人員將該工具的得分與心理學家計算出的分數(shù)進行比較時，他們發(fā)現(xiàn)分數(shù)的匹配率高達 76％。

研究人員表示，這個系統(tǒng)可以幫助心理學家快速識別“離群”的夢境，這些夢境往往表明壓力源或潛在的心理健康問題。

此外，該算法還可以使研究人員能夠根據(jù)性別、年齡或精神狀況等方面分析夢境的差異。

比如，Izzy 的夢境日記長達 13 年，在她剛開始青春期的那段時間里，她的負面情緒更為頻繁，而這些消極的情緒通常與社交焦慮相關；而在青少年時代的特征是性行為開始出現(xiàn)。

同樣，一名越戰(zhàn)老兵被診斷為創(chuàng)傷后應激障礙，他的夢境報告的攻擊性明顯高于平均水平。

毫無疑問，這種算法工具將有助于快速識別不尋常的夢想，并對可能導致任何嚴重的壓力源或心理健康觸發(fā)因素進行更快的評估。

未來存在無限可能

Aiello 表示：“夢境不僅告訴我們今天所做的事情，而且使我們產生更加清晰的自我認知，夢想報告中的模式傾向于反映日常生活模式，從而支持連續(xù)性假設。

哈佛大學睡眠精神病學家 Robert Stickgold 表示，這項研究是對夢境使用自動文本分析的一個“出色的例子”。他說：“這將被證明是一項有用的技術�！�

但是他警告說，不同人群之間夢境的明顯差異實際上可能源于報告的差異。例如，女人在夢中不一定會比男人經(jīng)歷更多的情感，但她們可能會使用更多充滿情感的詞語來形容它們。Stickgold 說：“我們可能需要對夢境與夢境報告之間的差距稍加注意。”

他還指出，如果不進一步了解做夢者的情況下，很難將夢境與醒著的生活聯(lián)系起來。

Aiello 也認為自己的算法不會很快使心理治療師失業(yè)。

Aiello 說：“我認為我們的工具為夢境科學家擴大工作規(guī)模、進行分析提供了非常有價值的支持。但是這并不意味著專家將沒有更準確的方法來評估量表，并在量表之外進行解釋�！�

Aiello 希望有朝一日能以移動應用程序的形式，從更廣泛的夢境報告中提供即時的算法見解。這將有助于增大數(shù)據(jù)集，并使研究人員更容易得出結論。

而且，做夢的人們也可能會受益，“更好地了解自己的生活和心理，對每個人來說可能會很有趣�！�