研究人員利用AI技術分析如何使人類面孔變得有吸引力的主觀觀念。該設備可以創(chuàng)建肖像模型,這些肖像被定制為對個人有吸引力的。研究結果可用于對個人偏好和決策進行建模并分析的創(chuàng)新方法。
赫爾辛基大學和哥本哈根大學的研究人員,研究了計算機是否能夠識別我們認為有吸引力的面部特征,并在此基礎上創(chuàng)建符合我們審美標準的新圖像。研究人員使用人工智能來解釋大腦信號,并將大腦、計算機界面與人造面部的生成模型結合在一起。這使計算機能夠創(chuàng)建可滿足個人喜好的面部圖像。
“在我們以前的研究中,我們設計的模型可以識別和控制簡單的肖像特征,例如頭發(fā)的顏色和情緒等,人們可以識別誰是金發(fā)碧眼的人和誰是微笑的人。吸引力是一個更具挑戰(zhàn)性的研究主題,因為實際上,我們經常很難解釋到底是什么使某人變得美麗:什么是情人眼中的美麗?”這是赫爾辛基大學心理學與徽標學系的高級研究員Docent MichielSpapé研究的課題。
該研究結合了計算機科學和心理學,于2月發(fā)表在《IEEE Transactions》的《情感計算》雜志上。
最初,研究人員為生成對抗性神經網絡(GAN)提供了創(chuàng)建數百幅人工畫像的任務。圖像一次顯示給30名志愿者,這些志愿者被要求注意他們發(fā)現的有吸引力的面孔,同時通過腦電圖(EEG)記錄他們的大腦反應。
它的工作有點像約會應用程序Tinder:參與者在遇到一張吸引人的面孔時會“向右滑動”。但是,在這里,他們除了觀察圖像外不必做任何其他事情。 該軟件可以測試他們的大腦對圖像的直接反應、
研究人員使用機器學習技術對腦電數據進行了分析,將腦電數據通過腦機接口連接到神經網絡。
這樣的大腦計算機接口能夠解釋用戶對一系列圖像的吸引力的看法。通過解釋他們的觀點,解釋大腦反應的AI模型和對面部圖像建模的生成神經網絡,可以共同產生一個完整的圖像。結合特定人的吸引力,可以創(chuàng)造出新的面孔圖像。
為了測試其建模的有效性,研究人員為每個參與者生成了新的肖像,并預測他們會發(fā)現自己的個人魅力。他們以雙盲程序對匹配的控件進行了測試,發(fā)現新圖像以80%以上的準確度匹配了受試者的喜好。
這項研究表明,通過將人工神經網絡連接到大腦反應中,能夠生成與個人喜好相匹配的圖像。成功評估吸引力尤其重要,因為這是刺激性的一種令人刺痛的心理特性。基于目標模式對圖像進行分類非常成功。通過使大腦對混合圖像做出反應,可以證明基于心理屬性(例如個人品味)檢測并生成圖像。”
暴露無意識態(tài)度的潛力
最終,這項研究可以通過AI解決方案與腦機接口之間的交互作用,提高計算機學習和逐漸理解主觀偏好的能力,從而造福于社會。
編輯:lyn
-
AI
+關注
關注
87文章
29821瀏覽量
268111
發(fā)布評論請先 登錄
相關推薦
評論