一千个人眼中有一千个哈姆雷特。
由于主不雅观差异,人类的审美有千万种。
对付个人偏好的不雅观察,人类尚且还须要思考揣摩,何况是机器,如何做到呢?
但最近赫尔辛基大学和哥本哈根大学的一个研究结果证明:AI明白你想要的美。
这项实验通过创作新的人像,定制符合个人审美偏好的面孔。
对一些客不雅观性的认识,比如金发碧眼、是否微笑这些外面特色,打算机模型可以快速识别,但是吸引力就不同了,它跟文化和生理成分有关,而且这些成分在我们的审都雅众每每是一种无意识的存在。
研究职员利用人工智能来解读大脑旗子暗记,并将脑机接口和天生的人脸模型相结合。
窥伺大脑,get你的审美
实验中,研究职员利用天生对抗神经网络(GAN)创建了几百幅人工肖像。并把这些图像一次一张展示给30名受试者,并哀求他们把稳那些他们自己认为有吸引力的肖像。
与此同时,研究职员会通过脑电图记录他们的大脑反应。
这就像约会APP Tinder,看到喜好的面孔,可以「向右滑」。不过,在这个实验中,受试者不须要做任何事情,只须要看图片就行了,研究职员会记录他们大脑最直接的反应。
然后,研究职员利用机器学习技能剖析脑电波数据,通过脑机接口神经网络将脑电波数据连接到天生神经网络。
像这样的脑机接口可以解读用户对一系列图片「是否有吸引力、哪些方面有吸引力」的意见。
通过解读他们的不雅观点,解读大脑反应的人工智能模型和天生神经网络仿照脸部图像就可以通过结合个体偏好,产生一个全新的脸部图像。
为了测试这一模型的有效性,研究职员为每个参与者都天生了新肖像,预测他们会创造这些图像对其个人的吸引点。通过双盲测试,他们创造新的图像与受试者的偏好匹配「准确率超过80%」 。
这项研究表明,通过将人工神经网络与大脑反应联系起来,我们能够天生符合个人偏好的图像。
能够实现对个人吸引点的评估是非常主要的,由于这个中包含了太多个人审美的不同特点。
到目前为止,打算机视觉在基于客不雅观模式的图像分类方面已经非常成功。
通过引入大脑对繁芜审美的反应,这项实验证明了基于生理属性,如个人味觉等检测和天生图像是可能的。
终极,通过人工智能办理方案和脑机接口之间的交互,提高打算机学习和理解主不雅观偏好的能力,这项研究可能对社会有益。
如果人工智能可以辨别吸引力这样主不雅观的成分,那么未来还可以研究其他认知功能,如感知和决策。
我们或容许以通过人工智能模型来识别「刻板印象或潜在偏见」,从而更好地理解个体差异。
此前研究:用AI检测你想要的东西该研究团队此前研究创造,可以利用人工智能同时仿照打算机对信息和大脑旗子暗记的呈现。
研究职员利用神经适应性天生模型在31名参与者中实验了这项技能。
实验中,研究职员向参与者展示了数百张由人工智能天生的不同面貌的人的图像,同时记录了他们的脑电图。
参与者要集中把稳力不雅观察某些特色,比如看起来很老或者面带微笑等。
当不雅观看一系列快速呈现的人脸图像时,受试者的脑电图被输入到神经网络中,神经网络可以推断是否有任何图像被大脑检测到来匹配受试者正在探求的东西。
基于这些信息,神经网络根据人们想到的人脸类型进行自适应估计。末了,打算机天生的图像被参与者评估,它们险些完备符合参与者所想的特色。实验的准确率为83% 。
这项技能结合了人类的自然反应和打算机创造新信息的能力。
在实验中,参与者只被哀求看电脑天生的图像。反过来,打算机利用人脑的反应来仿照显示的图像和人类对图像的反应。由此,打算机可以创建一个全新的图像来「匹配」用户的意图。
这项技能可以用于增强人类的创造力,想画什么东西或表达什么,但是一时无法做到,就可以利用这一模型进行预测,它理解感知大脑中潜在的过程。
但是,这种技能「不识别思想」,而是对我们与生理类别的联系做出反应。
比如,虽然我们不能找出参与者所想的某个特定的「老人」的身份,但我们可以理解他们与「老年」的联系。因此,这项技能可以供应一种新的办法来洞察社交、认知和情绪过程。
从客不雅观到主不雅观,研究职员对大脑活动的研究越来越深入,快救救我「大脑短路」吧!
参考资料:
https://techxplore.com/news/2020-09-thoughts-images-based.html
https://techxplore.com/news/2021-03-beauty-brain-ai-personally-images.html