Citirea creierului A.I. Face chipuri false pe care le veți găsi atractive

Imaginați-vă dacă o versiune viitoare nu prea îndepărtată a lui Tinder ar putea să se târască în creierul dvs. și să extragă caracteristicile pe care le găsiți cele mai atractive în un potențial partener, apoi scanați spațiul de căutare pentru a căuta romantism pentru a căuta partenerul care deținea cel mai mare număr de aceste persoane fizice. atribute.

Nu vorbim doar de calități precum înălțimea și culoarea părului, ci de o ecuație mult mai complexă bazată pe un set de date pentru toți cei pe care i-ați găsit vreodată atractivi înainte. În același mod în care sistemul de recomandare Spotify învață melodiile care vă plac și apoi sugerează altele care se conformează unui profil similar - bazat pe caracteristici precum dansabilitate, energie, tempo, zgomot și vorbire - acest algoritm ipotetic ar face același lucru pentru problemele legate de inima. Sau, cel puțin, coapsele. Numiți-o combinație de atractivitate fizică prin intermediul A.I.

Pentru a fi clar, Tinder nu lucrează – din câte știu eu – la așa ceva de la distanță. Dar cercetătorii de la Universitatea din Helsinki și Universitatea din Copenhaga sunt. Și în timp ce acea descriere ar putea părea oarecum a superficialitate distopică la jumătatea distanței Oglinda neagra și Insula Iubirii, în realitate, cercetarea lor despre citirea creierului este al naibii de fascinantă.

Căutând spațiul feței

În experimentul lor recent, cercetătorii au folosit a rețea neuronală generativă adversară, antrenat pe o bază de date mare de 200.000 de imagini de celebrități, pentru a visa o serie de sute de fețe false. Acestea erau chipuri cu unele dintre semnele distinctive ale anumitor celebrități - o linie puternică a maxilarului aici, a un set străpunzător de ochi azurii acolo – dar care nu erau recunoscuți instantaneu ca celebrități din întrebare.

Imaginile au fost apoi adunate într-o prezentare de diapozitive pentru a fi prezentate celor 30 de participanți, care au fost echipați capace de electroencefalografie (EEG). capabili să-și citească activitatea creierului, prin intermediul activității electrice de pe scalp. Fiecare participant a fost rugat să se concentreze asupra faptului că fața pe care o priveau pe ecran este arătătoare sau nu. Fiecare față a apărut pentru o perioadă scurtă de timp, înainte să apară următoarea imagine. Participanții nu au fost nevoiți să marcheze nimic pe hârtie, să apese un buton sau să gliseze spre dreapta pentru a-și indica aprobarea. A fost suficient să se concentreze pe ceea ce ei au găsit atractiv.

„Am arătat participanților o selecție largă de aceste chipuri și le-am rugat să se concentreze selectiv asupra fețelor pe care le-au găsit atractive.” Michael Spapé, un cercetător postdoctoral la Universitatea din Helsinki, a declarat pentru Digital Trends. „Prin capturarea undelor cerebrale prin EEG care au apărut imediat după ce am văzut o față, am estimat dacă o față era văzută ca atractivă sau nu. Aceste informații au fost apoi folosite pentru a conduce o căutare în cadrul modelului rețelei neuronale - un 512-dimensional „față-spațiu” — și triangulați un punct care s-ar potrivi cu punctul individual al unui participant atractivitate.”

Găsirea tiparelor de date ascunse care au dezvăluit preferințele pentru anumite caracteristici a fost realizată prin utilizarea învățării automate pentru a sonda activitatea electrică a creierului provocată de fiecare față. În linii mari, cu cât este observată mai mult un anumit tip de activitate cerebrală (mai mult într-o secundă), cu atât nivelurile de atracție sunt mai mari. Participanții nu au fost nevoiți să evidențieze anumite caracteristici ca fiind deosebit de atractive. Pentru a reveni la analogia Spotify, în același mod în care am putea gravita în mod inconștient către melodii cu o anumită semnătură de timp, prin măsurarea activității creierului la vizionare. un număr mare de imagini și apoi lăsând un algoritm să descopere ce au toate în comun, A.I. putem evidenția părți ale feței despre care s-ar putea să nu ne dăm seama că suntem atrași la. Învățarea automată este, în acest context, ca un detectiv a cărui sarcină este să conecteze punctele.

Glisați creierul drept

„Nu este neapărat „o activitate crescută a creierului”, ci mai degrabă că anumite imagini resincronizează activitatea neuronală”, a clarificat Spapé. „Adică creierul viu este întotdeauna activ. EEG este destul de diferit de [imagistica prin rezonanță magnetică funcțională] prin faptul că nu suntem foarte siguri de unde provine activitatea, ci doar când vine de la ceva. Doar pentru că mulți neuroni se declanșează în același timp, în aceeași direcție, [noi] le putem ridica semnătura [electrică]. Deci, sincronizarea și desincronizarea este ceea ce luăm mai degrabă decât „activitatea” ca atare.”

El a subliniat că ceea ce are echipa nu gata este să găsești o modalitate de a te uita la datele aleatorii ale creierului EEG și de a spune, imediat, dacă o persoană se uită la o persoană pe care o consideră atractivă. „Atracția este un subiect foarte complex”, a spus el. În altă parte, el a menționat că „nu putem controla gândirea”.

Deci, cum anume au reușit cercetătorii să efectueze acest experiment dacă nu pot garanta că ceea ce măsoară este atracție? Răspunsul este, de fapt, că ei sunt măsurarea atracției. În acest scenariu, cel puțin. Ceea ce văd cercetătorii în această configurație experimentală este că, la aproximativ 300 de milisecunde după a Participantul vede o imagine atractivă, creierul lor se luminează cu un anumit semnal electric numit a val P300. O undă P300 nu înseamnă întotdeauna atracție, ci mai degrabă o recunoaștere a anumitor stimuli relevanți. Dar care sunt acei stimuli depinde de ceea ce i s-a cerut persoanei să caute. În alte scenarii, în care unei persoane i se cere să se concentreze pe diferite caracteristici, ar putea indica ceva complet diferit. (Caz concret: răspunsul P300 este folosit ca măsură în detectoarele de minciuni – și nu neapărat pentru a spune dacă o persoană spune adevărul despre atracția pe care o are față de o anumită persoană.)

NeuroTinder și nu numai

În acest studiu, cercetătorii au folosit apoi aceste date de atracție pentru ca rețeaua generativă adversară să genereze noi fețe personalizate combinând cele mai trezitoare trăsături ale creierului - un ansamblu Frankenstein de trăsături faciale, datele despre creier ale participanților au indicat că le găsesc personal atractiv.

„Deși pot exista unele trăsături faciale care par a fi în general preferate de către participanți, ca unii fețele generate în experimentele noastre arată similar între ele, modelul surprinde cu adevărat personal Caracteristici," Tuukka Ruotsalo, profesor asociat la Universitatea din Helsinki, a declarat pentru Digital Trends. „Există diferențe în toate imaginile generate. În cel mai banal aspect, participanții cu preferințe de gen diferite primesc fețe care se potrivesc cu această preferință.”

Generarea oameni atrăgători care nu au existat niciodată este cu siguranță o utilizare captivantă a acestei tehnologii. Cu toate acestea, ar putea avea și alte aplicații mai semnificative. Interacțiunea dintre o rețea neuronală artificială generativă și răspunsurile creierului uman ar putea fi, de asemenea, utilizată pentru a testa răspunsurile umane la diferite fenomene prezente în date.

„Acest lucru ne-ar putea ajuta să înțelegem tipul de caracteristici și combinațiile lor care răspund la cognitive funcții, precum părtinirile, stereotipurile, dar și preferințele și diferențele individuale”, a spus Ruotsalo.

Un document care descrie munca a fost recent publicat în revista IEEE Transactions in Affective Computing.

Recomandările editorilor

• Cum A.I. creierul bondarului ar putea deschide o nouă eră pentru navigație
• Noul aliment Samsung A.I. poate sugera rețete pe baza a ceea ce este în frigider
• Noua cardiologie A.I. știe dacă vei muri curând. Medicii nu pot explica cum funcționează
• Păstrați anonimatul online cu tehnologia deepfake care vă generează o față cu totul nouă
• Noua aplicație inteligentă de învățare a limbilor străine vă permite să exersați vorbirea cu un I.A. tutore