A.I. Čtení mozku Dělá falešné tváře, které shledáte atraktivními

Představte si, že by nějaká nepříliš vzdálená budoucí verze Tinderu dokázala vlézt do vašeho mozku a extrahovat funkce, které považujete za nejatraktivnější. potenciálního partnera, pak prohledejte vyhledávací prostor hledající romantiku a vyhledejte partnera, který má nejvyšší počet těchto fyzických atributy.

Nemluvíme jen o kvalitách, jako je výška a barva vlasů, ale o mnohem složitější rovnici založené na souboru dat všech, které jste kdy považovali za atraktivní. Stejným způsobem, jako se systém doporučení Spotify učí skladby, které se vám líbí, a poté navrhuje další, které odpovídají podobnému profilu — založený na vlastnostech, jako je schopnost tančit, energie, tempo, hlasitost a řeč – tento hypotetický algoritmus by udělal totéž pro záležitosti srdce. Nebo alespoň bedra. Nazvěme to dohazování fyzické atraktivity prostřednictvím A.I.

Aby bylo jasno, Tinder – pokud vím – na ničem takovém vzdáleně nepracuje. Ale vědci z Helsinské univerzity a Kodaňské univerzity ano. A i když tento popis může trochu zavánět dystopickou povrchností uprostřed mezi Černé zrcadlo a Ostrov lásky, ve skutečnosti je jejich výzkum čtení mozku zatraceně fascinující.

Prohledávání prostoru obličeje

Ve svém nedávném experimentu vědci použili a generativní adversariální neuronová síť, vyškolený na velké databázi 200 000 obrázků celebrit, aby vysnil sérii stovek falešných tváří. Byly to tváře s některými charakteristickými znaky určitých celebrit – zde silná čelist, a pronikavý soubor azurových očí, které však nebyly okamžitě rozpoznatelné jako celebrity otázka.

Snímky byly poté shromážděny do prezentace, která byla ukázána 30 účastníkům, kteří byli vybaveni elektroencefalografické (EEG) čepice schopni číst jejich mozkovou aktivitu prostřednictvím elektrické aktivity na pokožce hlavy. Každý účastník byl požádán, aby se soustředil na to, zda si myslí, že obličej, na který se dívali na obrazovce, vypadal dobře nebo ne. Každá tvář se ukázala na krátkou dobu, než se objevil další obrázek. Účastníci nemuseli nic označovat na papíře, stisknout tlačítko nebo přejet prstem doprava, aby dali najevo svůj souhlas. Stačilo soustředit se na to, co jim připadalo atraktivní.

„Účastníkům jsme ukázali velký výběr těchto tváří a požádali je, aby se selektivně soustředili na tváře, které považují za atraktivní,“ Michiel Spapé, postdoktorandský výzkumník na univerzitě v Helsinkách, řekl Digital Trends. „Zachycením mozkových vln pomocí EEG, které se objevily těsně po spatření obličeje, jsme odhadli, zda je obličej považován za atraktivní nebo ne. Tyto informace pak byly použity k řízení vyhledávání v rámci modelu neuronové sítě – 512-rozměrného „face-space“ – a triangulujte bod, který by odpovídal bodu jednotlivého účastníka přitažlivost.”

Nalezení skrytých datových vzorů, které odhalily preference pro určité funkce, bylo dosaženo pomocí strojového učení ke zkoumání elektrické mozkové aktivity, kterou každá tvář vyvolala. Obecně řečeno, čím více určitého druhu mozkové aktivity zaznamenáte (více za sekundu), tím vyšší je úroveň přitažlivosti. Účastníci nemuseli vyzdvihovat některé funkce jako zvlášť atraktivní. Abychom se vrátili k analogii Spotify, stejným způsobem, jakým bychom mohli nevědomky tíhnout k písním s určitým taktem, měřením mozkové aktivity při sledování velké množství obrázků, a pak nechat algoritmus zjistit, co mají všechny společné, A.I. dokáže rozlišit části obličeje, o kterých si možná ani neuvědomujeme, že jsme nakresleni na. Strojové učení je v tomto kontextu jako detektiv, jehož úkolem je spojovat tečky.

Přejeďte mozkem doprava

„Nejde nutně o ‚zvýšenou mozkovou aktivitu‘, ale spíše o to, že určité obrazy resynchronizují nervovou aktivitu,“ objasnil Spapé. "To znamená, že živý mozek je vždy aktivní." EEG je zcela odlišné od [funkčního zobrazování magnetickou rezonancí] v tom, že si nejsme příliš jisti, odkud aktivita pochází, ale pouze tehdy, když z něčeho pochází. Pouze proto, že mnoho neuronů vystřelí ve stejnou dobu, stejným směrem, jsme schopni zachytit jejich [elektrický] podpis. Takže synchronizace a desynchronizace je to, co zaznamenáváme spíše než „aktivita“ jako taková.“

Zdůraznil, že co tým má ne hotovo je najít způsob, jak se podívat na náhodná EEG mozková data a okamžitě říct, jestli se člověk dívá na někoho, koho považuje za přitažlivého. "Přitažlivost je velmi složité téma," řekl. Jinde poznamenal, že „nemůžeme ovládat myšlení“.

Jak přesně se tedy výzkumníkům podařilo tento experiment provést, když nemohou zaručit, že to, co měří, je přitažlivost? Odpověď je ve skutečnosti, že oni jsou měření přitažlivosti. Alespoň v tomto scénáři. Výzkumníci v tomto experimentálním uspořádání vidí, že zhruba 300 milisekund po a účastník vidí atraktivní obraz, jeho mozek se rozsvítí konkrétním elektrickým signálem zvaným a vlna P300. Vlna P300 neznamená vždy přitažlivost, ale spíše rozpoznání určitých relevantních podnětů. Ale to, co je to za podněty, závisí na tom, co byla osoba požádána, aby hledala. V jiných scénářích, kdy je člověk požádán, aby se zaměřil na různé rysy, to může znamenat něco úplně jiného. (Příklad: Odezva P300 se používá jako měřítko v detektorech lži – a ne nutně k určení toho, zda osoba říká pravdu o své přitažlivosti ke konkrétní osobě.)

NeuroTinder a další

V této studii pak vědci použili tato data přitažlivosti k tomu, aby generativní nepřátelská síť generovala nové přizpůsobené tváře kombinováním rysy nejvíce zapalující mozek – Frankensteinova sestava obličejových rysů mozkových dat účastníků naznačila, že je osobně našli přitažlivý.

"I když mohou existovat některé rysy obličeje, které se zdají být obecně preferovány mezi účastníky, jako někteří generované tváře v našich experimentech vypadají navzájem podobně, model skutečně zachycuje osobní funkce," Tuukka Ruotsalo, docent na Helsinské univerzitě, řekl Digital Trends. „Ve všech generovaných obrázcích jsou rozdíly. V tom nejtriviálnějším aspektu získají účastníci s různými genderovými preferencemi tváře odpovídající této preferenci.“

Generování atraktivní lidé, kteří nikdy neexistovali je jistě titulní použití této technologie. Mohl by však mít i jiné, smysluplnější aplikace. Interakce mezi generativní umělou neuronovou sítí a reakcemi lidského mozku by také mohla být použita k testování lidských reakcí na různé jevy přítomné v datech.

„To by nám mohlo pomoci porozumět druhům funkcí a jejich kombinacím, které reagují na kognitivní funkce, jako jsou předsudky, stereotypy, ale také preference a individuální rozdíly,“ řekl Ruotsalo.

Článek popisující práci byl nedávno publikované v časopise IEEE Transactions in Affective Computing.

Doporučení redakce

• Jak A.I. čmeláčí mozky by mohly zahájit novou éru navigace
• Nové jídlo od Samsungu A.I. může navrhnout recepty podle toho, co máte v lednici
• Nová kardiologie A.I. ví, jestli brzy zemřeš. Lékaři nedokážou vysvětlit, jak to funguje
• Udržujte anonymitu online pomocí technologie deepfake, která vám vytvoří zcela novou tvář
• Chytrá nová aplikace pro výuku jazyků vám umožní procvičit si mluvení s A.I. tutor