IA de leitura cerebral Faz caretas falsas que você achará atraentes

Imagine se alguma versão futura não muito distante do Tinder fosse capaz de entrar em seu cérebro e extrair os recursos que você acha mais atraentes. um parceiro em potencial e, em seguida, examine o espaço de busca em busca de romance para encontrar o parceiro que possua o maior número desses aspectos físicos. atributos.

Não estamos falando apenas de qualidades como altura e cor do cabelo, mas de uma equação muito mais complexa baseada em um conjunto de dados de todas as pessoas que você já achou atraentes antes. Da mesma forma que o sistema de recomendação do Spotify aprende as músicas que você gosta e depois sugere outras que se enquadram em um perfil semelhante — baseado em características como dançabilidade, energia, ritmo, volume e fala - este algoritmo hipotético faria o mesmo para questões do coração. Ou, pelo menos, os lombos. Chame isso de atratividade física casamento por meio de IA.

Para ser claro, o Tinder não está – até onde eu saiba – trabalhando em algo remotamente parecido com isso. Mas investigadores da Universidade de Helsínquia e da Universidade de Copenhaga estão. E embora essa descrição possa soar como uma superficialidade distópica situada no meio do caminho entre Espelho preto e Ilha do Amor, na realidade, sua pesquisa sobre leitura cerebral é bastante fascinante.

Pesquisando o espaço do rosto

Em seu experimento recente, os pesquisadores usaram um rede neural adversária generativa, treinado em um grande banco de dados de 200 mil imagens de celebridades, para inventar uma série de centenas de rostos falsos. Eram rostos com algumas das características de certas celebridades — um queixo forte aqui, um um conjunto penetrante de olhos azuis - mas que não eram instantaneamente reconhecíveis como as celebridades em pergunta.

As imagens foram então reunidas em uma apresentação de slides para mostrar aos 30 participantes, que foram equipados com bonés de eletroencefalografia (EEG) capazes de ler sua atividade cerebral, através da atividade elétrica em seu couro cabeludo. Cada participante foi solicitado a se concentrar se achava que o rosto que estava vendo na tela era bonito ou não. Cada rosto apareceu por um curto período de tempo, antes que a próxima imagem aparecesse. Os participantes não precisaram marcar nada no papel, pressionar um botão ou deslizar para a direita para indicar sua aprovação. Apenas focar no que eles achavam atraente era o suficiente.

“Mostramos uma grande seleção desses rostos aos participantes e pedimos que se concentrassem seletivamente nos rostos que considerassem atraentes”, Michiel Spapé, pesquisador de pós-doutorado na Universidade de Helsinque, disse à Digital Trends. “Ao capturar as ondas cerebrais por EEG que ocorreram logo após ver um rosto, estimamos se um rosto era visto como atraente ou não. Esta informação foi então usada para conduzir uma pesquisa dentro do modelo de rede neural – um modelo de 512 dimensões. 'espaço facial' - e triangular um ponto que corresponderia ao ponto de vista de um participante individual atratividade.”

Encontrar os padrões de dados ocultos que revelavam preferências por determinados recursos foi conseguido usando o aprendizado de máquina para sondar a atividade elétrica cerebral que cada rosto provocava. Em termos gerais, quanto mais um certo tipo de atividade cerebral for detectado (mais sobre isso em um segundo), maiores serão os níveis de atração. Os participantes não precisaram destacar determinados recursos como particularmente atraentes. Voltando à analogia do Spotify, da mesma forma que podemos inconscientemente gravitar em torno de músicas com uma fórmula de compasso específica, medindo a atividade cerebral ao visualizar um grande número de imagens e, em seguida, deixar um algoritmo descobrir o que todas elas têm em comum, a IA. podemos destacar partes do rosto que talvez nem percebamos que fomos desenhados para. O aprendizado de máquina é, neste contexto, como um detetive cuja função é ligar os pontos.

Deslize o cérebro direito

“Não é necessariamente um ‘aumento da atividade cerebral’, mas sim que certas imagens ressincronizam a atividade neural”, esclareceu Spapé. “Ou seja, o cérebro vivo está sempre ativo. O EEG é bastante diferente da [ressonância magnética funcional] porque não temos muita certeza de onde vem a atividade, mas apenas quando ela vem de alguma coisa. Somente porque muitos neurônios disparam ao mesmo tempo, na mesma direção, é que [nós] somos capazes de captar sua assinatura [elétrica]. Portanto, sincronização e dessincronização é o que captamos, e não a ‘atividade’ como tal.”

Ele ressaltou que o que a equipe tem não O que fazer é encontrar uma maneira de analisar dados cerebrais aleatórios de EEG e dizer, imediatamente, se uma pessoa está olhando para alguém que ela considera atraente. “A atração é um assunto muito complexo”, disse ele. Em outro lugar, ele observou que “não podemos controlar o pensamento”.

Então, como exatamente os pesquisadores conseguiram realizar esse experimento se não podem garantir que o que estão medindo é a atração? A resposta é, na verdade, que eles são medindo a atração. Neste cenário, pelo menos. O que os pesquisadores veem nesta configuração experimental é que, cerca de 300 milissegundos após um participante vê uma imagem atraente, seu cérebro se ilumina com um sinal elétrico específico chamado Onda P300. Uma onda P300 nem sempre significa atração, mas sim um reconhecimento de determinados estímulos relevantes. Mas o que são esses estímulos depende do que a pessoa foi solicitada a procurar. Em outros cenários, onde é solicitado que uma pessoa se concentre em recursos diferentes, isso pode indicar algo totalmente diferente. (Caso em questão: a resposta P300 é usada como medida em detectores de mentiras – e não necessariamente para dizer se uma pessoa está dizendo a verdade sobre sua atração por uma determinada pessoa.)

NeuroTinder e muito mais

Neste estudo, os pesquisadores usaram esses dados de atração para que a rede adversária generativa gerasse novos rostos personalizados combinando as características mais estimulantes do cérebro - um conjunto de Frankenstein de características faciais que os dados cerebrais dos participantes indicaram que eles encontraram pessoalmente atraente.

“Embora possa haver algumas características faciais que parecem ser geralmente preferidas entre os participantes, como alguns rostos gerados em nossos experimentos são semelhantes entre si, o modelo realmente captura características," Tuukka Ruotsalo, professor associado da Universidade de Helsinque, disse à Digital Trends. “Existem diferenças em todas as imagens geradas. No aspecto mais trivial, os participantes com diferentes preferências de gênero obtêm rostos que correspondem a essa preferência.”

Gerando pessoas atraentes que nunca existiram é certamente um uso desta tecnologia que chama a atenção. No entanto, também poderia ter outras aplicações mais significativas. A interação entre uma rede neural artificial generativa e as respostas do cérebro humano também poderia ser usada para testar as respostas humanas a diferentes fenômenos presentes nos dados.

“Isso poderia nos ajudar a compreender o tipo de características e suas combinações que respondem às alterações cognitivas. funções, como preconceitos, estereótipos, mas também preferências e diferenças individuais”, disse Ruotsalo.

Um artigo descrevendo o trabalho foi recentemente publicado na revista IEEE Transactions in Affective Computing.

Recomendações dos Editores

• Como a IA Cérebros de abelha podem inaugurar uma nova era para a navegação
• A nova IA alimentar da Samsung pode sugerir receitas com base no que está na sua geladeira
• Nova cardiologia A.I. sabe se você morrerá em breve. Os médicos não conseguem explicar como funciona
• Mantenha o anonimato online com tecnologia deepfake que gera uma cara totalmente nova para você
• O novo aplicativo inteligente de aprendizagem de idiomas permite que você pratique falar com uma IA. tutor