Исследователям удалось заставить ИИ понять наши субъективные представления о том, что делает лицо для нас привлекательным.
Аппарат автономно создает индивидуальный портрет лица, у которого есть особенность: оно нам нравится. Субъективно нам это очень нравится.
Применений много: результаты можно использовать, например, для моделирования предпочтений и принятия решений, а также для выявления потенциально бессознательных установок.
Например, каждого можно было бы успокоить, если бы у него была более привлекательная виртуальная служба поддержки (или продавец).
Скажи мне, какой у тебя мозг, и я покажу тебе красивое лицо
Исследователи из Университета Хельсинки и Копенгаген они изучали, сможет ли компьютер определить черты лица, которые мы считаем привлекательными, и на основе этого создать новые изображения, соответствующие нашим вкусам.
Исследователи использовали искусственный интеллект для интерпретации сигналов мозга и объединили интерфейс «мозг-компьютер» с генеративной моделью искусственных лиц.
«В наших предыдущих исследованиях мы разработали модели, которые могли бы идентифицировать и контролировать простые характеристики портрета, такие как цвет волос и выраженные эмоции», — говорит старший научный сотрудник и преподаватель. Мишель Спапе.
«Однако люди во многом сходятся во мнении, кто блондин, а кто улыбается. То, что считается привлекательным, на самом деле является более сложным объектом изучения».
Это правда: суждение о том, что является привлекательным для каждого из нас, также зависит от культурных и психологических факторов, которые, вероятно, играют бессознательную роль в наших индивидуальных предпочтениях. Вот почему нам часто очень трудно объяснить, что именно делает нас чем-то или кем-то привлекательным: красота в глазах смотрящего. И в мозгу, я бы добавил.
Исследование, объединяющее информатику и психологию, было выпущено в феврале. в журнале IEEE Transactions in Affective Computing.
Предпочтения, выставленные мозгом
Изначально исследователи отнесли его к сети вражеский генеративный нейрон (GAN) задача создания сотен искусственных портретов. Изображения были показаны по одному 30 добровольцам, которых попросили обратить внимание на лицо, которое они сочли привлекательным, в то время как их реакции мозга были записаны с помощью электроэнцефалографии (ЭЭГ).
«Это работало немного похоже на приложение для знакомств Tinder: участники проводили пальцем вправо всякий раз, когда видели привлекательное лицо. Мы измерили реакцию их мозга на изображения», — объясняет он. Мишель Спапе.
В итоге: Исследователи проанализировали данные ЭЭГ с помощью методов машинного обучения, связав отдельные данные ЭЭГ через интерфейс мозг-компьютер с генеративной нейронной сетью.
«Подобный интерфейс «мозг-компьютер» может интерпретировать мнение пользователей о привлекательности серии изображений. На этой основе создается совершенно новый образ лица с характеристиками того, что конкретный человек находит привлекательным», — говорит он. Туукка Руотсало, научный сотрудник Академии и доцент, руководящий проектом.
Результаты тестирования
Проверив двойную слепую процедуру, исследователи обнаружили, что новые изображения точно соответствуют предпочтениям испытуемых. более чем на 80%.
Умение оценивать привлекательность особенно важно, поскольку это очень личное психологическое свойство. До сих пор компьютерное зрение очень успешно классифицировало изображения на основе объективных закономерностей. Сегодня мы знаем, что можно обнаруживать и генерировать изображения, основываясь также на психологических свойствах, таких как личный вкус.
В будущем подобные системы смогут еще больше улучшить приложения для знакомств, обязательно предлагая каждому из нас привлекательных людей.
Но это всего лишь капля в море. Совершенствуя эту теорию, искусственный интеллект можно научить извлекать решения и предпочтения практически по всему, что нас интересует, путем чтения нашего мозга.
Литература: «Мозг-компьютерный интерфейс для генерации личностно привлекательных изображений»,
Мишель Спейп, Кит Дэвис, Лаури Кангассало, Никлас Раваха, Зания Совиярви-Спап, Туукка Руотсало. Транзакции IEEE по аффективным вычислениям, 2021 г.; 1 DOI: 10.1109/TAFFC.2021.3059043