Искусственный интеллект научили распознавать сигналы мозга, отвечающие за привлекательность
Исследователям из Хельсинского университета удалось научить искусственный интеллект распознавать субъективные представления человеческого мозга о том, что делает лица людей привлекательными. Устройство продемонстрировало эти знания своей способностью самостоятельно создавать новые портреты, которые были адаптированы так, чтобы быть привлекательными для людей. Результаты могут быть использованы, например, для моделирования предпочтений и принятия решений, а также для выявления неосознанных установок.
Ученые из Хельсинского и Копенгагенского университетов провели исследования, чтобы узнать сможет ли компьютер определить черты лица, которые мы считаем привлекательными, и на основе этого создать новые изображения, соответствующие нашим критериям. Исследователи использовали искусственный интеллект для интерпретации сигналов мозга и объединили полученный интерфейс в мозг-компьютер с генеративной моделью искусственных лиц. Это позволило компьютеру создавать изображения лиц, отвечающие индивидуальным предпочтениям.
"В наших предыдущих исследованиях мы разработали модели, которые могли определять и контролировать простые особенности портрета, такие как цвет волос и эмоции. Однако люди в основном согласны с тем, кто блондин, а кто улыбается. Большинство из них связаны с культурными и психологическими факторами, которые, вероятно, играют бессознательную роль в наших индивидуальных предпочтениях. Действительно, нам часто очень трудно объяснить, что именно делает что-то или кого-то красивым: красота в глазах смотрящего", - говорит старший научный сотрудник и доцент Мишель Спапе с факультета психологии и логопедии Хельсинкского университета.
Предпочтения человеческого мозга
Изначально исследователи дали генеративной состязательной нейронной сети (GAN) задачу создать сотни искусственных портретов. Изображения были показаны по одному 30 добровольцам, которых попросили обратить внимание на лица, которые они находили привлекательными, в то время как их мозговые реакции регистрировались с помощью электроэнцефалографии (ЭЭГ).
"Это немного похоже на приложение для знакомств Tinder: участники "свайпали вправо", когда сталкивались с привлекательным лицом. Однако здесь им не нужно было ничего делать, кроме как смотреть на изображения. Мы измерили их немедленную реакцию мозга на изображения", - объясняет Спапе.
Исследователи проанализировали данные ЭЭГ с помощью методов машинного обучения, подключив отдельные данные ЭЭГ через интерфейс мозг-компьютер к генеративной нейронной сети.
"Интерфейс мозг-компьютер, подобный этому, может интерпретировать мнения пользователей о привлекательности ряда изображений. ИИ-модель интерпретирует ответы мозга и генеративная нейронная сеть, моделирующая изображения лиц, могут вместе создавать полностью новое изображение лица, объединяющее то, что нравится конкретному человеку", - говорит научный сотрудник Академии и доцент Туукка Руотсало, возглавляющий проект.
Чтобы проверить достоверность своего моделирования, исследователи создали новые портреты для каждого участника, предсказывая, что они сочтут их лично привлекательными. Тестируя их с помощью процедуры двойного слепого анализа на сопоставленных элементах управления, ученые обнаружили, что новые изображения соответствуют предпочтениям испытуемых с точностью более 80%.
"Исследование демонстрирует, что мы способны генерировать изображения, соответствующие личным предпочтениям, путем подключения искусственной нейронной сети к ответам мозга. Успешная оценка привлекательности особенно важна, поскольку это такое острое психологическое свойство стимулов. Таким образом, компьютерное зрение распознает то, что мы считаем привлекательным с вероятностью 80%. Мы очень успешно классифицируем изображения на основе объективных паттернов. Вводя в смесь реакции мозга, мы показываем, что можно обнаруживать и генерировать изображения на основе психологических свойств, таких как личный вкус", - объясняет Спапе.
Возможность выявления бессознательного отношения
В конечном счете, исследование может принести пользу обществу, повысив способность компьютеров учиться и все больше понимать субъективные предпочтения посредством взаимодействия между решениями ИИ и интерфейсами мозг-компьютер.
"Если это возможно в чем-то столь же личном и субъективном, как привлекательность, мы также можем изучить другие когнитивные функции, такие как восприятие и принятие решений. Возможно, мы могли бы настроить устройство на выявление стереотипов или скрытых предубеждений и лучше понимать индивидуальные различия", - подытожил Спапе.
