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 setzten künstliche Intelligenz ein, um Gehirnsignale zu interpretieren, und kombinierten eine Gehirn-Computer-Schnittstelle mit einem generativen Modell künstlicher Gesichter.
„In unseren bisherigen Studien haben wir Modelle entworfen, die einfache Porträtmerkmale wie Haarfarbe und ausgedrückte Emotionen identifizieren und kontrollieren können“, sagt der leitende Forscher und Dozent. Michiel Spape.
„Die Menschen sind sich jedoch weitgehend einig, wer blond ist und wer lächelt. Was sie attraktiv finden, ist ein anspruchsvolleres Studienfach.“
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 funktionierte ein bisschen wie die Tinder-Dating-App: Die Teilnehmer wischten jedes Mal nach rechts, wenn sie ein attraktives Gesicht sahen. Wir haben ihre Gehirnreaktion auf 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.
„Ein solches Brain-Computer-Interface kann die Meinung der Nutzer über die Attraktivität einer Bilderserie interpretieren. Auf dieser Grundlage entsteht ein völlig neues Bild eines Gesichts, mit den Eigenschaften 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 %.
Attraktivität einschätzen zu können, ist von besonderer Bedeutung, da es sich um eine sehr persönliche psychologische Eigenschaft handelt. Bisher war Computer Vision sehr erfolgreich bei der Klassifizierung von Bildern basierend auf objektiven Modellen. Heute wissen wir, dass es möglich ist, Bilder auch basierend auf psychologischen Eigenschaften, wie beispielsweise dem persönlichen Geschmack, zu erkennen und zu erzeugen.
In Zukunft könnten solche Systeme Dating-Apps noch mehr antreiben und jedem von uns unweigerlich attraktiv aussehende Leute vorschlagen.
Aber es ist nur ein Tropfen auf den heißen Stein. Durch die Perfektionierung dieser Theorie kann künstliche Intelligenz trainiert werden, Entscheidungen und Präferenzen aus dem Lesen von praktisch allem, was uns interessiert, aus unserem Gehirn herauszuziehen.
Referenzen: "Brain-Computer-Interface zur Generierung persönlich attraktiver Bilder",
Michiel Spape, Keith Davis, Lauri Kangassalo, Niklas Ravaja, Zania Sovijarvi-Spape, Tuukka Ruotsalo. IEEE Transactions on Affective Computing, 2021; 1 DOI: 10.1109 / TAFFC.2021.3059043
