对话序列分析(DSA)是一种理解人们如何在言语中定位自己的方法——由Mikael Leiman教授在30多年的临床研究中发展而来。它不是一个编码系统，而是一种倾听方式。
DSA-Intelligence项目由Thinking Machines的Tinker研究资助支持，探索人工智能是否能被训练来支持这种深度临床倾听。目标不是取代人类分析师，而是协助研究人员和临床工作者的工作。
核心挑战令人着迷：DSA从根本上是关于听到语义位置——一个人所连接的符号网络、他们对这些对象的立场，以及对话对象如何塑造可以说出的内容。教导机器听到这些模式需要超越表面的文本分析。
该项目结合了心理治疗过程研究专业知识和现代人工智能方法。初步结果表明，通过精心策划的训练数据和理论基础的方法，人工智能可以学会识别训练有素的分析师所能辨认的某些模式。