Исследователям удалось научить ИИ считывать наши субъективные представления о том, что делает лица привлекательными. Устройство продемонстрировало способность создавать самостоятельно новые портреты, адаптированные, чтобы быть привлекательными для конкретных людей. Полученные результаты могут быть использованы, например, для моделирования предпочтений и принятия решений, а также для потенциального выявления бессознательных установок.
Ученые из Университета Хельсинки и Копенгагенского университета исследовали, сможет ли компьютер идентифицировать черты лица, которые мы считаем привлекательными, и на основе этого создавать новые изображения, соответствующие нашим критериям. Исследователи использовали искусственный интеллект для интерпретации сигналов мозга и объединили полученный интерфейс мозг/компьютер с моделью генерации искусственных лиц. Это позволило компьютеру создавать изображения лиц, соответствующие индивидуальным предпочтениям.
«В наших предыдущих исследованиях мы разработали модели, которые могли бы идентифицировать и контролировать простые портретные черты, такие как цвет волос и эмоции. Привлекательность является более сложным предметом изучения, поскольку она связана с культурными и психологическими факторами, которые, вероятно, играют бессознательную роль в наших индивидуальных предпочтениях. Действительно, нам часто бывает очень трудно объяснить, что именно делает что-то или кого-то красивым: красота находится в глазах смотрящего», — говорит старший научный сотрудник и доцент кафедры психологии и логопедии Хельсинкского университета Михель Спапе (Michiel Spapé).
Исследование, в котором сочетаются компьютерные науки и психология, было опубликовано в феврале в журнале IEEE Transactions in Affective Computing.
Предпочтения, выставленные мозгом
Первоначально разработчики поставили перед генеративной состязательной нейронной сетью (GAN) задачу создания сотен искусственных портретов. Эти 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 работало немного похоже на приложение для знакомств Tinder: участники «свайпнули вправо», когда наткнулись на привлекательное лицо. Здесь, однако, им не нужно было ничего делать, кроме как смотреть на изображения. Мы измерили непосредственную реакцию их мозга на изображения», — объясняет Спапе.
Исследователи проанализировали данные ЭЭГ с помощью методов машинного обучения, подключив индивидуальные данные через интерфейс мозг/компьютер к генеративной нейронной сети.
«Интерфейс мозг/компьютер, подобный этому, способен различать мнения пользователей о привлекательности ряда изображений. Модель ИИ, интерпретирующая реакции мозга, и генеративная нейронная сеть, моделирующая изображения лиц, могут вместе создать совершенно новый образ лица, объединив то, что конкретный человек находит привлекательным», — говорит научный сотрудник Академии и доцент Туукка Руотсало, возглавляющий проект.
Чтобы проверить правильность своего моделирования, исследователи создали новые портреты для каждого участника, предсказывая, что те найдут их лично привлекательными. Протестировав их в двойном слепом порядке против соответствующих элементов управления, они обнаружили, что новые изображения соответствуют предпочтениям испытуемых с точностью более 80%.
«Исследование показывает, что мы способны генерировать образы, соответствующие личным предпочтениям, подключая искусственную нейронную сеть к ответам мозга. Успех в оценке привлекательности особенно значим, поскольку это такое интимное, психологическое свойство стимулов. Компьютерное зрение до сих пор было очень успешным в классификации изображений, основанных на объективных закономерностях. Внося в смесь мозговые реакции, мы показываем, что можно обнаруживать и генерировать изображения, основанные на психологических свойствах, таких как личный вкус», — уверен Спапе.
Потенциал для выявления бессознательных установок
В конечном счете исследование может принести пользу обществу, развивая 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. Потенциально мы могли бы направить устройство на выявление стереотипов или неявных предубеждений и лучше понять индивидуальные различия», — резюмирует Спапе.
Источник: https://www.sciencedaily.com/releases/2021/03/210305080138.htm
Материалы предоставлены Хельсинкским университетом. Оригинал написан Айно Пеккариненом.
Иллюстрация: Alexander Scaramanga (askar). Aphrodite 010