研究人员已经成功地让人工智能理解了我们对什么使面孔有吸引力的主观看法。该设备通过自己创造新肖像的能力证明了这一点,这些新肖像是为个人量身定做的。例如,研究结果可用于建模偏好和决策,也可用于潜在的无意识态度识别。

赫尔辛基大学和哥本哈根大学的研究人员调查了计算机是否能够识别我们认为有吸引力的面部特征,并在此基础上创建符合我们标准的新图像。研究人员利用人工智能来解释大脑信号,并将产生的脑-机接口与人工面孔的生成模型相结合。这使得计算机能够创建符合个人喜好的面部图像。

“在我们之前的研究中,我们设计的模型能够识别和控制简单的肖像特征,如头发颜色和情感。然而,人们对谁是金发,谁是微笑的基本上是一致的。吸引力是一个更具挑战性的研究课题,因为它与文化和心理因素有关,这些因素可能在我们的个人偏好中扮演无意识的角色。赫尔辛基大学心理学与逻辑学系的高级研究员兼讲师Michiel Spap&eacute说:“事实上,我们常常发现很难解释究竟是什么使某件东西或某个人变得美丽:美在旁观者的眼中。”,发表在2月份的IEEE情感计算学报上。最初,研究人员给了一个生成性对抗性神经网络(GAN)创建数百幅人工画像的任务。这些图片一张一张地展示给30名志愿者,他们被要求注意自己发现的有吸引力的面孔,同时通过脑电图(EEG)记录他们的大脑反应。“这有点像约会应用程序Tinder:参与者遇到有吸引力的面孔时‘向右滑动’。”。然而,在这里,他们不必做任何事情,只需看看图像。我们测量了他们大脑对图像的即时反应,”Spapé解释道。

研究人员用机器学习技术分析了脑电图数据,通过脑-机接口将个别脑电图数据连接到生成性神经网络。

“这样的脑-机接口能够解释用户对图像的看法一系列图像的吸引力。通过解释他们的观点,解释大脑反应的人工智能模型和对人脸图像进行建模的生成性神经网络可以结合一个人认为有吸引力的东西,共同产生一个全新的人脸图像,”学院研究员、副教授图卡·鲁特萨洛说,研究人员为每位参与者制作了新的肖像,预测他们会发现这些肖像对个人很有吸引力。他们在一个双盲的程序中对照匹配的对照组进行测试,发现新的图像符合受试者的偏好,准确率超过80%。

“研究表明,通过将人工神经网络连接到大脑反应,我们能够生成符合个人偏好的图像。成功地评估吸引力尤其重要,因为这是刺激物的一个令人心酸的心理特性。到目前为止,计算机视觉在基于客观模式的图像分类方面已经非常成功。Spapé解释说:“通过引入大脑对这种混合的反应,我们可以根据心理特性(如个人品味)来检测和生成图像。最终,暴露无意识态度的可能性是存在的。”,通过人工智能解决方案和脑-机接口之间的相互作用,这项研究可以提高计算机的学习能力,并越来越多地理解主观偏好,从而使社会受益。

“如果这在像吸引力这样的个人和主观事物中是可能的,我们还可以研究其他认知功能,如感知和决策。Spapé说:“我们可能会利用这种设备来识别刻板印象或隐性偏见,更好地理解个体差异。”

Journal Reference:

Michiel Spape, Keith Davis, Lauri Kangassalo, Niklas Ravaja, Zania Sovijarvi-Spape, Tuukka Ruotsalo. Brain-computer interface for generating personally attractive images. IEEE Transactions on Affective Computing, 2021; 1 DOI: 10.1109/TAFFC.2021.3059043


University of Helsinki. "Beauty is in the brain: AI reads brain data, generates personally attractive images." ScienceDaily. ScienceDaily, 5 March 2021. <www.sciencedaily.com/releases/2021/03/210305080138.htm>.

University of Helsinki. (2021, March 5). Beauty is in the brain: AI reads brain data, generates personally attractive images. ScienceDaily. Retrieved March 5, 2021 from www.sciencedaily.com/releases/2021/03/210305080138.htm

University of Helsinki. "Beauty is in the brain: AI reads brain data, generates personally attractive images." ScienceDaily. www.sciencedaily.com/releases/2021/03/210305080138.htm (accessed March 5, 2021).