Branje možganov A.I. Naredi lažne obraze, ki se vam bodo zdeli privlačni

Predstavljajte si, da bi lahko neka ne tako oddaljena prihodnja različica Tinderja zlezla v vaše možgane in izluščila funkcije, ki se vam zdijo najbolj privlačne. potencialnega partnerja, nato preglejte prostor iskanja romantike, da poiščete katerega koli partnerja, ki ima največje število teh fizičnih lastnosti.

Ne govorimo samo o lastnostih, kot sta višina in barva las, ampak o veliko bolj zapleteni enačbi, ki temelji na naboru podatkov o vseh, ki so se vam kdaj prej zdeli privlačni. Na enak način, kot se sistem priporočil Spotify nauči skladb, ki jih uživate, in nato predlaga druge, ki ustrezajo podobnemu profilu — na podlagi značilnosti, kot so plesnost, energija, tempo, glasnost in govornost – ta hipotetični algoritem bi naredil enako za zadeve srce. Ali pa vsaj ledja. Imenujte to iskanje fizične privlačnosti s pomočjo A.I.

Da bo jasno, Tinder ne dela - kolikor vem - na nič takem na daljavo. Toda raziskovalci z Univerze v Helsinkih in Univerze v Kopenhagnu so. In čeprav bi ta opis morda nekoliko dišal po distopični plitkosti, postavljeni vmes Črno ogledalo in Otok ljubezni, v resnici je njihova raziskava branja možganov prekleto fascinantna.

Iskanje obraznega prostora

V svojem nedavnem poskusu so raziskovalci uporabili a generativno kontradiktorno nevronsko mrežo, ki se je uril na veliki zbirki podatkov z 200.000 slikami slavnih, da bi izmislil serijo stotih lažnih obrazov. To so bili obrazi z nekaterimi značilnostmi nekaterih slavnih oseb – tukaj je močna čeljust, a prodoren niz azurnih oči tam - vendar jih ni bilo takoj prepoznati kot slavne osebe v vprašanje.

Slike so bile nato zbrane v diaprojekcijo za prikaz 30 udeležencem, ki so bili opremljeni z opremo elektroencefalografija (EEG) caps sposoben brati njihovo možgansko aktivnost prek električne aktivnosti na lasišču. Vsak udeleženec je bil pozvan, naj se osredotoči na to, ali se jim zdi obraz, ki ga gledajo na zaslonu, lep ali ne. Vsak obraz se je pokazal za kratek čas, preden se je pojavila naslednja slika. Udeležencem ni bilo treba ničesar označiti na papirju, pritisniti gumba ali povleči desno, da bi označili svojo odobritev. Dovolj je bilo samo osredotočanje na tisto, kar se jim je zdelo privlačno.

"Udeležencem smo pokazali velik izbor teh obrazov in jih prosili, naj se selektivno osredotočijo na obraze, ki so se jim zdeli privlačni," Michiel Spapé, podoktorski raziskovalec na Univerzi v Helsinkih, je povedal za Digital Trends. »Z zajemom možganskih valov z EEG, ki so se pojavili takoj po tem, ko smo videli obraz, smo ocenili, ali je bil obraz videti privlačen ali ne. Te informacije so bile nato uporabljene za iskanje znotraj modela nevronske mreže – 512-dimenzionalnega »face-space« — in triangulirajte točko, ki bi ustrezala točki posameznega udeleženca privlačnost.”

Iskanje skritih podatkovnih vzorcev, ki so razkrili preference za določene funkcije, je bilo doseženo z uporabo strojnega učenja za sondiranje električne možganske aktivnosti, ki jo izzove vsak obraz. Na splošno gledano, več kot je opažena določena vrsta možganske dejavnosti (več o tem čez sekundo), večja je stopnja privlačnosti. Udeležencem ni bilo treba izpostaviti določenih lastnosti kot posebej privlačnih. Če se vrnemo k analogiji s Spotifyjem, na enak način, kot bi lahko nezavedno težili k pesmim z določenim časovnim podpisom, z merjenjem možganske aktivnosti med gledanjem velikega števila slik in nato pusti algoritmu, da ugotovi, kaj imajo vse skupnega, A.I. lahko izloči dele obraza, za katere se morda sploh ne zavedamo, da smo narisani do. Strojno učenje je v tem kontekstu kot detektiv, katerega naloga je povezati pike.

Povlecite desno možgane

"Ne gre nujno za" povečano možgansko aktivnost ", temveč za to, da določene slike ponovno sinhronizirajo nevronsko aktivnost," je pojasnil Spapé. »To pomeni, da so živi možgani vedno aktivni. EEG je precej drugačen od [funkcionalnega slikanja z magnetno resonanco] v tem, da nismo povsem prepričani, od kod prihaja aktivnost, ampak le, če izvira iz nečesa. Samo zato, ker se številni nevroni sprožijo hkrati, v isto smer, [mi] lahko zaznamo njihov [električni] podpis. Sinhronizacija in desinhronizacija je torej tisto, kar izberemo, ne pa 'dejavnost' kot taka.«

Poudaril je, da to, kar ima ekipa ne končano je najti način, kako pogledati naključne možganske podatke EEG in takoj ugotoviti, ali oseba gleda nekoga, ki se ji zdi privlačen. "Privlačnost je zelo zapletena tema," je dejal. Nekje drugje je opozoril, da "ne moremo nadzorovati misli."

Torej, kako natančno je raziskovalcem uspelo izvesti ta poskus, če ne morejo zagotoviti, da je to, kar merijo, privlačnost? Odgovor je pravzaprav, da so so merjenje privlačnosti. Vsaj v tem scenariju. Kar vidijo raziskovalci v tej eksperimentalni nastavitvi, je približno 300 milisekund po udeleženec vidi privlačno sliko, njegovi možgani zasvetijo s posebnim električnim signalom, imenovanim a P300 val. Val P300 ne pomeni vedno privlačnosti, temveč prepoznavanje določenega relevantnega dražljaja. Toda kaj je ta dražljaj, je odvisno od tega, kaj je bila oseba pozvana, naj išče. V drugih scenarijih, ko se od osebe zahteva, da se osredotoči na različne lastnosti, lahko to pomeni nekaj povsem drugega. (Primer: odziv P300 se uporablja kot merilo v detektorjih laži - in ne nujno za ugotavljanje, ali oseba govori resnico o svoji privlačnosti do določene osebe.)

NeuroTinder in naprej

V tej študiji so raziskovalci nato te podatke o privlačnosti uporabili, da bi generativno kontradiktorno omrežje ustvarilo nove prilagojene obraze, ki združujejo lastnosti, ki najbolj sprožijo možgane – Frankensteinov sklop obraznih potez udeležencev možganskih podatkov je pokazal, da najdejo osebno privlačna.

»Čeprav se zdi, da imajo nekatere obrazne poteze na splošno prednost med udeleženci, kot nekateri obrazi, ustvarjeni v naših poskusih, podobni drug drugemu, model resnično zajame osebno Lastnosti," Tuukka Ruotsalo, izredni profesor na Univerzi v Helsinkih, je povedal za Digital Trends. »V vseh ustvarjenih slikah so razlike. V najbolj trivialnem vidiku udeleženci z različnimi spolnimi preferencami dobijo obraze, ki se ujemajo s to preferenco.«

Ustvarjanje privlačni ljudje, ki nikoli niso obstajali je zagotovo uporaba te tehnologije, ki pritegne naslovnice. Vendar pa bi lahko imel tudi druge, bolj smiselne aplikacije. Interakcija med generativno umetno nevronsko mrežo in odzivi človeških možganov bi se lahko uporabila tudi za testiranje človeških odzivov na različne pojave, prisotne v podatkih.

"To bi nam lahko pomagalo razumeti vrsto funkcij in njihovih kombinacij, ki se odzivajo na kognitivne funkcij, kot so pristranskosti, stereotipi, pa tudi preference in individualne razlike,« je dejal Ruotsalo.

Pred kratkim je bil objavljen dokument, ki opisuje delo objavljeno v reviji IEEE Transactions in Affective Computing.

Priporočila urednikov

• Kako je A.I. čmrljevi možgani bi lahko pomenili novo dobo za navigacijo
• Samsungova nova umetna inteligenca za hrano lahko predlaga recepte glede na to, kaj imate v hladilniku
• Nova kardiologija A.I. ve, če boš kmalu umrl. Zdravniki ne znajo pojasniti, kako deluje
• Ostanite anonimni v spletu s tehnologijo deepfake, ki vam ustvari popolnoma nov obraz
• Pametna nova aplikacija za učenje jezikov vam omogoča, da vadite govorjenje z AI. mentor