Появилась статья :

Идентификация состояния психического здоровья с помощью глубокой нейронной сети обученной визуальным метрикам https://www.nature.com/articles/s41398-020-01117-5
 

С выводом :

Была разработана новая управляемая данными глубокая архитектурная модель для объективной классификации показателей психического здоровья. Эта модель, как только она будет подтверждена, будет служить в режиме реального времени, удобной для пациента моделью оценки психического здоровья. Будущая работа будет включать дальнейшую валидацию модели для объективного и дистанционного мониторинга психического здоровья, а также исследование влияния конкретного вида операции или рассматриваемого произведения искусства.

Можно ли идентифицировать состояние психического здоровья с помощью глубокой нейронной сети: если например "волевое усилие" - нематериальное не требующее какой то энергии ? Возможно измеряются к.л. параметры , а потом произвольно подгоняются под известные представления о психических состояниях .Интерпретируются в той области методом тыка , где ошибки неизбежны.

Или же это таже эмпирика в наблюдениях за корреляциями без проникновения в суть явления ?

На Форните , понятно , что волевое усилие нельзя измерить.

В определении понятия "волевое усилие" многое зависит от условностей и того, что именно в механизмах явления посчитать волевым усилием.
Здесь примем, что волевое усилие - это некое субъективное напряжение для того, чтобы привычный автоматизм запретить в новых условиях и запустить выполнение иного варианта действий. Т.е. это - не конфликт выбора лучшего, взвешивания путем мысленных прогностических прогонов ситуаций и других мук субъективного творчества, которое приведет к определенному решению делать вот так-то. А это - уже усилия реализации принятого решения, которое пойдет вопреки кричащего: "делай так!" привычного варианта.
Встать с уютного дивана и пойти бегать босиком по морозу требует волевого усилия. Взять раскаленный камень в ладонь, сжав зубы чтобы потом эффективно вломить им в челюсть гада - требует волевого усилия. А когда размышляем встать или лежать - нет, это - муки творчества.
Волевое усилие - нематериальное, не требующее какой-то энергии, это такое переживание состояния того, что с одной стороны есть стимул делать привычно, а с другой стороны - осознание необходимости сделать по-другому. Это сопровождается сомнениями, возможными отвлечениями внимания, испугом, чем угодно и навык *тренировка" состоит в том, чтобы уметь не отвлекаться на это, сделать это мелочными, не существенным, и так даже не почувствовать боль. Главное в навыке эффективно использовать волевое усилие - самодисциплина.

https://scorcher.ru/neuro/neuro_sys/volition/volition.php

Если искусственные нейросети не имеют отношение к природной нейросети причин и следствий , то искусственные нейросети могут быть полезны только в к.л. технических реализациях ( типа распознавание лиц, номеров авто и т.п.)

под искусственными нейронными сетями понимают класс методов для решения определенных практических задач, среди которых главными являются задачи распознавания образов, принятия решений, аппроксимации и сжатия данных, а также наиболее интересные для нас задачи кластерного анализа и прогнозирования.https://scorcher.ru/neuro/neuro_nets/neuro_nets2.php

Но уже замахнулись на диагностику , измерение психических состояний .

Очередной отрыв от реальности?

Такую нейросеть обучают на огромном массиве практических примеров, всякий раз указывая, что вот в этом случае - такая-то шиза, в этом - недостаточность опыта, а в этом - полностью псих.зравое рассуждение. При этом нейросеть сама выделят те характерные признаки, которые обычно сопровождают тот или иной диагноз. Например, у шизиков (утрирую) характерно расширенные глаза, наклон головы, какие-т признаки в голосе, какие-то особо часто встречающиеся словосочетания или переходы. После гигиантского числе таких обучающих тестов, нейросеть уверенно начинает распознавать все выделенные ранее категории и никто толком уже не может сказать, с помощью каких именно признаков делается такой-то вывод.

Это - совершенно реально. Адоб выпустил новый фотошоп, где уже обученные нейросети, например, выделяют то, что на фотке является небом, причем практически не ошибаясь, и заменяет этот фон тем, что пожелает оператор. Это очень впечатляющая штука. Они сделали множество различных эффектов и многие из них качественно превосходят то, что в состоянии сделать оператор с помощью прежних инструментов.

Понятно , что это математический инструмент сбора и обработки  данных , которые закладывает оператор. Назовут это ИИ , который диагностирует шизу.Точные угадывания придадут уверенность в диагностике результатов.

Возможно это пригодится при подготовке авиапилотов: и  что совсем уже "приятно" при подготовке автолюбителей, где наверное каждый второй будет иметь признаки надвигающейся шизы . Например склонность к агрессивному вождению, дефицит внимания.

Но ведь психические проявления зависят от контекста внутренней и внешней среды в котором происходит восприятие.Сегодня человек склонный к шизе ипохондрик , а завтра устойчивый к быстро меняющимся условиям среды.

Наверное это будет учитываться и последнее слово за врачебной комиссией.Но ярлычок со статусом шизика останется , хотя и может быть врачебной тайной.

Смысл свертки, как я его понимаю, если провести аналогию с природной нейросетью - получить на втором слое уровень активности тех областей исходной матрицы, где наиболее вероятно присутствие примитива, на который настроен фильтр-ядро. Вероятность тем выше, чем больше итоговое значение активности на полученном втором слое. Но при этом не учитывается взаимное торможение нейронов второго слоя, позволяющее контрастировать получаемый эффекторный рисунок, выделяя области с повышенной активностью и понижая, вплоть до полного выключения, области с пониженной. Именно отсутствие процедуры взаимного торможения внутри слоя при свертке сети позволяет игнорировать проблему расчета весов прототипа природной нейросети, приводящего к бесконечным циклам пробега. Возможно это было сделано преднамеренно, так как решения проблемы вычислительными средствами не известно и единственное решение - использовать физические дискретные элементы, а не эмуляцию. Это уводит технологию сверточных сетей далеко в сторону от природной реализации, не смотря на впечатляющие успехи ее развития и практического использования. Все пляски с бубном вокруг алгоритмов свертки это попытка получить хоть что нибудь, без использования функции латерального торможения, одними лишь перестановками связей и весов, или пытаясь придумать какое то подобие суррогатного торможения. Но фишка в том, что именно через тормозное влияние происходит управление процессом распознавания с привлечением значимости. Без него никак, но эмулировать его программно не позволяют чудовищные по сегодняшним меркам затраты вычислительных мощностей. 

Из вики:

Слишком много варьируемых параметров сети; непонятно, для какой задачи и вычислительной мощности какие нужны настройки. Так, к варьируемым параметрам можно отнести: количество слоёв, размерность ядра свёртки для каждого из слоёв, количество ядер для каждого из слоёв, шаг сдвига ядра при обработке слоя, необходимость слоёв субдискретизации, степень уменьшения ими размерности, функция по уменьшению размерности (выбор максимума, среднего и т. п.), передаточная функция нейронов, наличие и параметры выходной полносвязной нейросети на выходе свёрточной. Все эти параметры существенно влияют на результат, но выбираются исследователями эмпирически. Существует несколько выверенных и прекрасно работающих конфигураций сетей, но не хватает рекомендаций, по которым нужно строить сеть для новой задачи.

Я не думаю, что разработчики этой технологии не понимают не соответствия ее природной реализации. Но ничего другого нет на сегодняшний день, а двигаться как то надо. Реальная нейросеть появится только при должном развитии нанотехнологий, позволяющей создать необходимые дискретные  компоненты.