קריאת מוח א.י. הופך פרצופים מזויפים שתמצאו לאטרקטיביים

תארו לעצמכם אם איזו גרסה עתידית לא רחוקה של טינדר הייתה מסוגלת לזחול בתוך המוח שלכם ולחלץ את התכונות שהכי מושכות בהן. בן זוג פוטנציאלי, ואז סרוק את מרחב החיפוש המחפש רומנטיקה כדי לחפש את בן הזוג שיש לו את המספר הגבוה ביותר של אלה פיזיים תכונות.

אנחנו לא מדברים רק על תכונות כמו גובה וצבע שיער, אלא משוואה הרבה יותר מורכבת המבוססת על מערך נתונים של כל מי שאי פעם מצאתם אטרקטיביים בעבר. באותו אופן שמערכת ההמלצות של Spotify לומדת את השירים שאתה נהנה ואז מציעה אחרים שמתאימים לפרופיל דומה - בהתבסס על תכונות כמו ריקוד, אנרגיה, קצב, עוצמת קול ודיבור - אלגוריתם היפותטי זה יעשה את אותו הדבר בעניינים של לֵב. או, לפחות, החלציים. תקראו לזה שידוך אטרקטיביות פיזית בדרך של א.י.

שיהיה ברור, טינדר לא עובדת - עד כמה שידוע לי - על דבר מרחוק כזה. אבל חוקרים מאוניברסיטת הלסינקי ומאוניברסיטת קופנהגן כן. ולמרות שהתיאור הזה עשוי להמעיט במידת מה של רדידות דיסטופית המתנוססת באמצע הדרך מראה שחורה ו אי אהבה, במציאות מחקר קריאת המוח שלהם הוא די מרתק.

חיפוש בחלל הפנים

בניסוי האחרון שלהם, החוקרים השתמשו ב- a רשת עצבית יריבתית גנרטיבית, מאומן על מאגר מידע גדול של 200,000 תמונות של סלבריטאים, כדי לדמות סדרה של מאות פרצופים מזויפים. אלה היו פרצופים עם כמה מסימני ההיכר של ידוענים מסוימים - קו לסת חזק כאן, א סט חודר של עיני תכלת שם - אבל שלא ניתן היה לזהות אותן מיד בתור הסלבריטאים ב שְׁאֵלָה.

לאחר מכן נאספו התמונות למצגת שקופיות כדי להראות ל-30 משתתפים, שהיו מצוידים בהם כובעי אלקטרואנצפלוגרפיה (EEG). מסוגלים לקרוא את פעילות המוח שלהם, באמצעות הפעילות החשמלית על הקרקפת שלהם. כל משתתף התבקש להתרכז בשאלה האם הם חושבים שהפנים שהם מסתכלים עליהם על המסך יפים או לא. כל פנים הוצגו לפרק זמן קצר, לפני שהופיעה התמונה הבאה. המשתתפים לא היו צריכים לסמן שום דבר על הנייר, ללחוץ על כפתור או להחליק ימינה כדי לציין את אישורם. מספיק להתמקד במה שהם מצאו אטרקטיביים.

"הראינו למשתתפים מבחר גדול מהפנים האלה וביקשנו מהם להתרכז באופן סלקטיבי בפנים שהם מצאו מושכים", מיכל ספפה, חוקר פוסט-דוקטורט באוניברסיטת הלסינקי, סיפר ל-Digital Trends. "על ידי לכידת גלי המוח על ידי EEG שהתרחשו מיד לאחר שראינו פנים, הערכנו אם הפנים נתפסו כאטרקטיביות או לא. מידע זה שימש לאחר מכן להנעת חיפוש בתוך מודל הרשת העצבית - 512 מימדי 'פנים-מרחב' - ומשולש נקודה שתתאים לנקודה של משתתף בודד אטרקטיביות."

מציאת דפוסי הנתונים הנסתרים שחשפו העדפות לתכונות מסוימות הושגו באמצעות למידת מכונה כדי לחקור את הפעילות המוחית החשמלית שכל פנים עוררה. בגדול, ככל שמבחינים בסוג מסוים של פעילות מוחית (עוד על זה בשנייה), כך רמות המשיכה גבוהות יותר. המשתתפים לא היו צריכים לייחד תכונות מסוימות כאטרקטיביות במיוחד. לחזור לאנלוגיה של Spotify, באותו האופן שבו אנו עלולים להימשך באופן לא מודע לשירים עם סימן זמן מסוים, על ידי מדידת פעילות המוח בעת צפייה מספר גדול של תמונות, ולאחר מכן לתת לאלגוריתם להבין מה המשותף לכולם, ה-A.I. יכול לייחד חלקים בפנים שאולי אפילו לא נבין שאנחנו נמשכים ל. למידת מכונה היא, בהקשר הזה, כמו בלש שתפקידו לחבר בין הנקודות.

החלק את המוח הימני

"זה לא בהכרח 'פעילות מוחית מוגברת', אלא שתמונות מסוימות מסנכרנות מחדש את הפעילות העצבית", הבהיר ספפה. "כלומר, המוח החי תמיד פעיל. EEG די שונה [הדמיית תהודה מגנטית פונקציונלית] בכך שאנו לא בטוחים מאיפה הפעילות מגיעה, אלא רק כשהיא מגיעה ממשהו. רק בגלל שנוירונים רבים יורים באותו זמן, באותו כיוון, [אנחנו] מסוגלים לקלוט את החתימה [החשמלית] שלהם. אז סנכרון ודיסינכרון הוא מה שאנחנו קולטים ולא 'פעילות' ככזו."

הוא הדגיש את מה שיש לקבוצה לֹא לעשות הוא למצוא דרך להסתכל על נתוני מוח אקראיים של EEG ולגלות, מיד, אם אדם מסתכל על מישהו שהוא מוצא מושך. "משיכה היא נושא מורכב מאוד", אמר. במקום אחר, הוא ציין כי "איננו יכולים לבצע שליטה במחשבות".

אז איך בדיוק הצליחו החוקרים לבצע את הניסוי הזה אם הם לא יכולים להבטיח שמה שהם מודדים זה משיכה? התשובה היא, למעשה, שהם הם מדידת משיכה. בתרחיש הזה, לפחות. מה שהחוקרים רואים במערך הניסוי הזה הוא שבערך 300 מילישניות לאחר המשתתף רואה תמונה מושכת, המוח שלהם נדלק עם אות חשמלי מסוים שנקרא a גל P300. גל P300 לא תמיד מסמל משיכה, אלא זיהוי של גירויים רלוונטיים מסוימים. אבל מה זה הגירויים תלוי במה שהאדם התבקש לחפש. בתרחישים אחרים, שבהם אדם מתבקש להתמקד בתכונות שונות, זה עשוי להצביע על משהו אחר לגמרי. (מקרה: תגובת P300 משמשת כמדד בגלאי שקר - ולא בהכרח כדי לדעת אם אדם אומר את האמת על משיכתו לאדם מסוים.)

NeuroTinder ומעבר לכך

במחקר זה, החוקרים השתמשו אז בנתוני משיכה אלה כדי לגרום לרשת היריב היצרנית ליצור פרצופים מותאמים אישית חדשים המשלבים התכונות המעוררות את המוח ביותר - מכלול פרנקנשטיין של תווי פנים נתוני המוח של המשתתפים הצביעו על כך שהם מוצאים באופן אישי מוֹשֵׁך.

"למרות שעשויים להיות כמה תווי פנים שנראה שהם מועדפים בדרך כלל על פני המשתתפים, כמו כמה פרצופים שנוצרו בניסויים שלנו נראים דומים זה לזה, המודל באמת לוכד אישי מאפיינים," Tuukka Ruotsalo, פרופסור חבר באוניברסיטת הלסינקי, אמר ל-Digital Trends. "יש הבדלים בכל התמונות שנוצרו. בהיבט הטריוויאלי ביותר, משתתפים עם העדפות מגדר שונות מקבלים פרצופים התואמים את ההעדפה הזו".

יוצר אנשים מושכים שמעולם לא היו קיימים הוא בהחלט שימוש תופס כותרות בטכנולוגיה הזו. עם זאת, יכולים להיות לו יישומים אחרים ומשמעותיים יותר. האינטראקציה בין רשת עצבים מלאכותית יוצרת ותגובות מוח אנושיות יכולה לשמש גם כדי לבדוק תגובות אנושיות לתופעות שונות הקיימות בנתונים.

"זה יכול לעזור לנו להבין את סוג התכונות והשילובים שלהן המגיבים לקוגניטיביים פונקציות, כמו הטיות, סטריאוטיפים, אבל גם העדפות והבדלים אינדיבידואליים", אמר Ruotsalo.

מאמר המתאר את העבודה היה לאחרונה פורסם בכתב העת IEEE Transactions in Affective Computing.

המלצות עורכים

• איך א.י. מוחות הדבורה יכולים לפתח עידן חדש לניווט
• האוכל החדש של סמסונג A.I. יכול להציע מתכונים על סמך מה שיש במקרר שלך
• קרדיולוגיה חדשה A.I. יודע אם תמות בקרוב. הרופאים לא יכולים להסביר איך זה עובד
• שמור על אנונימיות באינטרנט עם טכנולוגיית Deepfake שמייצר לך פנים חדשות לגמרי
• אפליקציה חדשה וחכמה ללימוד שפה מאפשרת לך לתרגל דיבור עם A.I. מורה