AI 解梦
诺基亚贝尔实验室所使用的工具，能够将梦境报告的语言分为较小的部分：段落分为句子，句子分为短语，短语变成单词。然后，使用这种类似于树状的网络来了解各个单词之间的关系：如果每个单词都是一片叶子，那么连接它们的是分支代表语法规则。
这种算法将这些单词分类（例如人或动物），并将它们与积极或消极的情绪联系起来。它还将单词之间的互动归类为攻击性、友好性或两性的（sexual）这三种。
最后，使用心理学家中流行的编码系统，该算法计算出每个梦的许多分数：例如，人物的平均攻击性或消极情绪与积极情绪的比率。
当研究人员将该工具的得分与心理学家计算出的分数进行比较时，他们发现分数的匹配率高达 76％。
研究人员表示，这个系统可以帮助心理学家快速识别“离群”的梦境，这些梦境往往表明压力源或潜在的心理健康问题。
此外，该算法还可以使研究人员能够根据性别、年龄或精神状况等方面分析梦境的差异。
比如，Izzy 的梦境日记长达 13 年，在她刚开始青春期的那段时间里，她的负面情绪更为频繁，而这些消极的情绪通常与社交焦虑相关；而在青少年时代的特征是性行为开始出现。
同样，一名越战老兵被诊断为创伤后应激障碍，他的梦境报告的攻击性明显高于平均水平。
毫无疑问，这种算法工具将有助于快速识别不寻常的梦想，并对可能导致任何严重的压力源或心理健康触发因素进行更快的评估。
未来存在无限可能
Aiello 表示：“梦境不仅告诉我们今天所做的事情，而且使我们产生更加清晰的自我认知，梦想报告中的模式倾向于反映日常生活模式，从而支持连续性假设。
哈佛大学睡眠精神病学家 Robert Stickgold 表示，这项研究是对梦境使用自动文本分析的一个“出色的例子”。他说：“这将被证明是一项有用的技术。”
但是他警告说，不同人群之间梦境的明显差异实际上可能源于报告的差异。例如，女人在梦中不一定会比男人经历更多的情感，但她们可能会使用更多充满情感的词语来形容它们。Stickgold 说：“我们可能需要对梦境与梦境报告之间的差距稍加注意。”
他还指出，如果不进一步了解做梦者的情况下，很难将梦境与醒着的生活联系起来。
Aiello 也认为自己的算法不会很快使心理治疗师失业。
Aiello 说：“我认为我们的工具为梦境科学家扩大工作规模、进行分析提供了非常有价值的支持。但是这并不意味着专家将没有更准确的方法来评估量表，并在量表之外进行解释。”
Aiello 希望有朝一日能以移动应用程序的形式，从更广泛的梦境报告中提供即时的算法见解。这将有助于增大数据集，并使研究人员更容易得出结论。
而且，做梦的人们也可能会受益，“更好地了解自己的生活和心理，对每个人来说可能会很有趣。”
