Čítanie mozgu A.I. Robí falošné tváre, ktoré budete považovať za atraktívne

Predstavte si, že by nejaká nie príliš vzdialená budúca verzia Tinder dokázala vliezť do vášho mozgu a extrahovať funkcie, ktoré považujete za najatraktívnejšie. potenciálneho partnera, potom naskenujte vyhľadávací priestor hľadajúci romantiku a nájdite toho partnera, ktorý má najväčší počet týchto fyzických atribúty.

Nehovoríme len o vlastnostiach, ako je výška a farba vlasov, ale o oveľa zložitejšej rovnici založenej na súbore údajov všetkých, ktorých ste niekedy predtým považovali za atraktívne. Rovnakým spôsobom, ako sa systém odporúčaní Spotify učí skladby, ktoré sa vám páčia, a potom navrhuje ďalšie, ktoré zodpovedajú podobnému profilu — založený na vlastnostiach ako tanečnosť, energia, tempo, hlasitosť a reč – tento hypotetický algoritmus by urobil to isté pre záležitosti Srdce. Alebo aspoň bedrá. Nazvite to dohadzovanie fyzickej atraktivity prostredníctvom A.I.

Aby bolo jasné, Tinder – pokiaľ viem – nepracuje na ničom takom vzdialene. Vedci z Helsinskej univerzity a Kodanskej univerzity však áno. A hoci tento opis môže trochu zaváňať dystopickou plytkosťou, ktorá sa nachádza uprostred toho Čierne zrkadlo a Ostrov lásky, v skutočnosti je ich výskum čítania mozgu sakramentsky fascinujúci.

Hľadanie priestoru tváre

Vo svojom nedávnom experimente vedci použili a generatívnej adverzálnej neurónovej siete, vyškolený na veľkej databáze 200 000 obrázkov celebrít, aby vysníval sériu stoviek falošných tvárí. Boli to tváre s niektorými charakteristickými znakmi určitých celebrít – tu silná čeľusť, a Prenikavý súbor azúrových očí, ktoré však neboli okamžite rozpoznateľné ako celebrity otázka.

Obrázky sa potom zhromaždili do prezentácie, ktorá sa ukázala 30 účastníkom, ktorí boli vybavení čiapky pre elektroencefalografiu (EEG). schopný čítať svoju mozgovú aktivitu prostredníctvom elektrickej aktivity na pokožke hlavy. Každý účastník bol požiadaný, aby sa sústredil na to, či si myslí, že tvár, na ktorú sa pozerajú na obrazovke, vyzerá dobre alebo nie. Každá tvár sa ukázala na krátky čas, kým sa objavil ďalší obrázok. Účastníci si nemuseli nič označovať na papieri, stláčať tlačidlo alebo ťahať prstom doprava, aby vyjadrili svoj súhlas. Stačilo sústrediť sa na to, čo považovali za atraktívne.

„Účastníkom sme ukázali veľký výber týchto tvárí a požiadali sme ich, aby sa selektívne sústredili na tváre, ktoré považujú za atraktívne,“ Michiel Spapé, postdoktorandský výskumník na univerzite v Helsinkách, povedal pre Digital Trends. „Zachytením mozgových vĺn pomocou EEG, ku ktorým došlo hneď po zhliadnutí tváre, sme odhadli, či bola tvár vnímaná ako atraktívna alebo nie. Tieto informácie sa potom použili na vyhľadávanie v rámci modelu neurónovej siete – 512-rozmerného „face-space“ – a triangulujte bod, ktorý by sa zhodoval s bodom jednotlivého účastníka príťažlivosť.”

Nájdenie skrytých dátových vzorov, ktoré odhalili preferencie pre určité funkcie, sa dosiahlo pomocou strojového učenia na skúmanie elektrickej mozgovej aktivity, ktorú každá tvár vyvolala. Všeobecne povedané, čím viac určitého druhu mozgovej aktivity zaznamenáte (viac o tom za sekundu), tým vyššia je úroveň príťažlivosti. Účastníci nemuseli vyzdvihovať niektoré funkcie ako obzvlášť atraktívne. Aby sme sa vrátili k analógii Spotify, rovnakým spôsobom, akým by sme mohli nevedome priťahovať skladby s určitým časovým označením, meraním mozgovej aktivity pri sledovaní veľké množstvo obrázkov a potom nechať algoritmus zistiť, čo majú všetky spoločné, A.I. dokáže vyčleniť časti tváre, o ktorých si ani neuvedomujeme, že sme nakreslení do. Strojové učenie je v tomto kontexte ako detektív, ktorého úlohou je spájať body.

Potiahnite mozog doprava

„Nie je to nevyhnutne ‚zvýšená mozgová aktivita‘, ale skôr to, že určité obrázky resynchronizujú nervovú aktivitu,“ objasnil Spapé. „To znamená, že živý mozog je vždy aktívny. EEG je celkom odlišné od [funkčného zobrazovania magnetickou rezonanciou] v tom, že si nie sme veľmi istí, odkiaľ aktivita pochádza, ale iba vtedy, keď z niečoho pochádza. Len preto, že mnoho neurónov vystrelí v rovnakom čase, rovnakým smerom, sme schopní zachytiť ich [elektrický] podpis. Takže synchronizácia a desynchronizácia je to, čo vnímame skôr ako „aktivita“ ako taká.“

Zdôraznil, že čo tím má nie hotovo je nájsť spôsob, ako sa pozrieť na náhodné EEG mozgové dáta a okamžite povedať, či sa človek pozerá na niekoho, koho považuje za príťažlivého. „Príťažlivosť je veľmi zložitá téma,“ povedal. Na inom mieste poznamenal, že „nemôžeme ovládať myšlienky“.

Ako presne sa teda výskumníkom podarilo uskutočniť tento experiment, ak nemôžu zaručiť, že to, čo merajú, je príťažlivosť? Odpoveď je v skutočnosti, že oni sú meranie príťažlivosti. Aspoň v tomto scenári. Výskumníci v tomto experimentálnom usporiadaní vidia, že približne 300 milisekúnd po a účastník vidí atraktívny obraz, jeho mozog sa rozsvieti konkrétnym elektrickým signálom nazývaným a vlna P300. Vlna P300 neznamená vždy príťažlivosť, ale skôr rozpoznanie určitých relevantných podnetov. Ale to, čo sú to podnety, závisí od toho, čo má človek hľadať. V iných scenároch, keď je osoba požiadaná, aby sa zamerala na rôzne funkcie, môže to znamenať niečo úplne iné. (Príklad: Odozva P300 sa používa ako miera v detektoroch lži – a nie nevyhnutne na zistenie, či osoba hovorí pravdu o svojej príťažlivosti ku konkrétnej osobe.)

NeuroTinder a ďalšie

V tejto štúdii potom výskumníci použili tieto údaje o príťažlivosti, aby generatívna sieť protivníkov vygenerovala nové prispôsobené tváre kombinovaním najzaujímavejšie črty – Frankensteinov súbor údajov o črtách tváre účastníkov naznačoval, že ich osobne našli atraktívne.

"Aj keď môžu existovať niektoré črty tváre, ktoré sa zdajú byť všeobecne preferované medzi účastníkmi, ako niektorí vygenerované tváre v našich experimentoch vyzerajú navzájom podobne, model skutočne zachytáva osobné Vlastnosti," Tuukka Ruotsalo, docent na Helsinskej univerzite, povedal pre Digital Trends. „Vo všetkých vytvorených obrázkoch sú rozdiely. V najtriviálnejšom aspekte účastníci s rôznymi rodovými preferenciami získajú tváre zodpovedajúce tejto preferencii.“

Generovanie príťažliví ľudia, ktorí nikdy neexistovali je určite najvýznamnejším použitím tejto technológie. Mohlo by však mať aj iné, zmysluplnejšie aplikácie. Interakcia medzi generatívnou umelou neurónovou sieťou a reakciami ľudského mozgu by sa mohla použiť aj na testovanie ľudských reakcií na rôzne javy prítomné v údajoch.

"To by nám mohlo pomôcť pochopiť druh funkcií a ich kombinácií, ktoré reagujú na kognitívne funkcie." funkcie, ako sú predsudky, stereotypy, ale aj preferencie a individuálne rozdiely,“ povedal Ruotsalo.

Nedávno bol vydaný dokument popisujúci prácu publikované v časopise IEEE Transactions in Affective Computing.

Odporúčania redaktorov

• Ako A.I. mozgy čmeliakov by mohli začať novú éru navigácie
• Nové jedlo od Samsungu A.I. môže navrhnúť recepty podľa toho, čo máte v chladničke
• Nová kardiológia A.I. vie, či čoskoro zomrieš. Lekári nevedia vysvetliť, ako to funguje
• Zostaňte v anonymite online pomocou technológie deepfake, ktorá vám vytvorí úplne novú tvár
• Nová šikovná aplikácia na učenie jazykov vám umožní precvičiť si hovorenie s A.I. tútor