Исследователям удалось заставить ИИ понять наши субъективные представления о том, что делает лицо привлекательным для нас.
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, каждому может быть удобнее пользоваться более привлекательной виртуальной службой поддержки (или продавцом).

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 могут определять и контролировать простые портретные характеристики, такие как цвет волос и выраженные эмоции», - говорит старший научный сотрудник и преподаватель. Мишель Спапе.
«Однако люди во многом сходятся во мнении, кто из них блондин, а кто улыбается. С другой стороны, то, что считается привлекательным, является более требовательным 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 немного похоже на приложение для знакомств Tinder: посетители смахивали вправо каждый раз, когда видели красивое лицо. Мы измерили реакцию их мозга на изображения », - объясняет он. Мишель Спапе.
В итоге: Исследователи проанализировали данные ЭЭГ с помощью методов машинного обучения, связывая отдельные данные ЭЭГ через интерфейс мозг-компьютер с генеративной нейронной сетью.
«Такой интерфейс мозг-компьютер может интерпретировать мнение пользователей о привлекательности серии изображений. На этой основе он создает 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%.
Возможность оценить привлекательность особенно важна, поскольку это очень личное психологическое свойство. До сих пор компьютерное зрение было очень успешным в классификации изображений на основе объективных моделей. Сегодня мы знаем, что обнаруживать и генерировать изображения можно также на основе психологических свойств, таких как личный вкус.
В будущем такие системы могут еще больше расширить возможности приложений для знакомств, предлагая каждому из нас привлекательных людей.
Но это всего лишь капля в море. Совершенствуя эту теорию, можно научить искусственный интеллект извлекать решения и предпочтения из чтения нашим мозгом практически всего, что нас интересует.
Литература: «Интерфейс мозг-компьютер для создания лично привлекательных изображений»,
Мишель Спейп, Кейт Дэвис, Лаури Кангассало, Никлас Равая, Зания Совиярви-Спапе, Туукка Руотсало. IEEE Transactions on Affective Computing, 2021 г .; 1 DOI: 10.1109 / TAFFC.2021.3059043