Forschern ist es gelungen, eine KI dazu zu bringen, unsere subjektiven Vorstellungen davon zu verstehen, was ein Gesicht für uns attraktiv macht.
Das Gerät erstellt autonom das maßgeschneiderte Porträt eines Gesichts, das eine besondere Eigenschaft hat: Wir mögen es. Subjektiv gefällt es uns sehr gut.
Es gibt viele Anwendungen: Die Ergebnisse können beispielsweise verwendet werden, um Präferenzen und Entscheidungen zu modellieren und potenziell unbewusste Einstellungen zu identifizieren.
Jeder könnte sich beispielsweise mit einem attraktiver aussehenden virtuellen Helpdesk (oder Verkäufer) wohlfühlen.
Sag mir, welches Gehirn du hast und ich zeige dir ein attraktives Gesicht
Forscher der Universität Helsinki und Kopenhagen Sie untersuchten, ob ein Computer in der Lage sein würde, die Merkmale eines Gesichts zu identifizieren, die wir für attraktiv halten, und auf dieser Grundlage neue Bilder zu erstellen, die unserem Geschmack entsprechen.
Die Forscher verwendeten künstliche Intelligenz zur Interpretation von Gehirnsignalen und kombinierten eine Gehirn-Computer-Schnittstelle mit einem generativen Modell künstlicher Gesichter.
"In unseren früheren Studien haben wir Modelle entwickelt, mit denen einfache Porträtmerkmale wie Haarfarbe und geäußerte Emotionen identifiziert und gesteuert werden können", sagt der leitende Forscher und Dozent. Michiel Spape.
„Die Menschen sind sich jedoch weitgehend einig darüber, wer blond ist und wer lächelt. Was dagegen als attraktiv angesehen wird, ist ein anspruchsvolleres Studienobjekt. “
Das ist wahr: Die Beurteilung, was für jeden von uns attraktiv ist, hängt auch von kulturellen und psychologischen Faktoren ab, die wahrscheinlich eine unbewusste Rolle in unseren individuellen Vorlieben spielen. Deshalb fällt es uns oft sehr schwer zu erklären, was genau uns etwas oder jemanden attraktiv macht: Schönheit liegt im Auge des Betrachters. Und im Gehirn würde ich hinzufügen.
Die Studie, die Informatik und Psychologie kombiniert, wurde im Februar veröffentlicht in der Zeitschrift IEEE Transactions in Affective Computing.
Präferenzen des Gehirns
Die Forscher haben es zunächst einem Netzwerk zugeordnet Gegner generative neuronale (GAN) die Aufgabe, Hunderte von künstlichen Porträts zu erstellen. Die Bilder wurden nacheinander 30 Freiwilligen gezeigt, die gebeten wurden, auf das Gesicht zu achten, das sie attraktiv fanden, während ihre Gehirnreaktionen mittels Elektroenzephalographie (EEG) aufgezeichnet wurden.
„Es hat ein bisschen wie die Tinder-Dating-App funktioniert: Die Teilnehmer wischten jedes Mal nach rechts, wenn sie ein attraktives Gesicht sahen. Wir haben ihre Gehirnreaktion auf die Bilder gemessen “, erklärt er Michiel Spape.
Zusammenfassend: Die Forscher analysierten EEG-Daten mit maschinellen Lerntechniken und verknüpften einzelne EEG-Daten über eine Gehirn-Computer-Schnittstelle mit einem generativen neuronalen Netzwerk.
„Eine solche Gehirn-Computer-Schnittstelle kann die Meinungen der Benutzer zur Attraktivität einer Reihe von Bildern interpretieren. Auf dieser Grundlage entsteht ein völlig neues Bild eines Gesichts mit den Merkmalen dessen, was eine bestimmte Person attraktiv findet “, sagt er Tuukka Ruotsalo, Forscher der Akademie und außerordentlicher Professor, der das Projekt leitet.
Die Testergebnisse
Beim Testen des Doppelblindverfahrens stellten die Forscher fest, dass die neuen Bilder den Präferenzen der Probanden mit Präzision entsprachen um mehr als 80%.
Die Attraktivität messen zu können, ist besonders wichtig, da dies eine sehr persönliche psychologische Eigenschaft ist. Bisher war Computer Vision sehr erfolgreich bei der Klassifizierung von Bildern anhand objektiver Modelle. Heute wissen wir, dass es möglich ist, Bilder zu erkennen und zu erzeugen, die auch auf psychologischen Eigenschaften wie dem persönlichen Geschmack beruhen.
In Zukunft könnten solche Systeme Dating-Apps noch weiter verbessern und jedem von uns attraktiv aussehende Menschen vorschlagen.
Aber es ist nur ein Tropfen auf den heißen Stein. Durch die Perfektionierung dieser Theorie kann künstliche Intelligenz trainiert werden, um Entscheidungen und Vorlieben aus der Lesart unseres Gehirns von praktisch allem herauszuholen, was uns interessiert.
Referenzen: "Gehirn-Computer-Schnittstelle zur Erzeugung persönlich attraktiver Bilder",
Michiel Spape, Keith Davis, Lauri Kangassalo, Niklas Ravaja, Zania Sovijarvi-Spape und Tuukka Ruotsalo. IEEE-Transaktionen zu affektivem Computing, 2021; 1 DOI: 10.1109 / TAFFC.2021.3059043
