Peneliti Menggunakan Antarmuka Otak-Mesin untuk Menghasilkan Wajah yang Menarik Berdasarkan Preferensi Pribadi

Sebuah tim peneliti dari Universitas Helsinki telah menciptakan AI yang dimaksudkan untuk menghasilkan gambar wajah yang menarik, berdasarkan fitur yang dianggap menarik oleh individu yang mengenakan Antarmuka Otak-Komputer (BCI). AI menghasilkan fitur wajah berdasarkan data yang dikumpulkan oleh BCI.

Tim peneliti ini merupakan kombinasi dari ilmuwan komputer dan psikolog dari Universitas Helsinki. Tim peneliti Helsinki menggunakan pengukuran electroencephalography (EEG) untuk menentukan fitur wajah yang mungkin dianggap menarik oleh orang-orang yang berbeda. Sinyal EEG dikorelasikan dengan fitur wajah, dan kemudian data tersebut diberikan kepada Jaringan Adversarial Generatif (GAN). Sistem pembelajaran mesin ini kemudian dilatih pada fitur wajah yang dianggap menarik oleh berbagai orang dan kemudian dapat merekayasa balik pola-pola tersebut untuk menghasilkan wajah yang sama sekali baru.

Peneliti memiliki 30 peserta yang duduk di depan layar sebagai gambar wajah ditampilkan kepada mereka. Wajah-wajah tersebut tidak milik orang-orang nyata, tetapi dihasilkan oleh AI yang dilatih pada dataset lebih dari 200.000 gambar selebriti. Peserta mengenakan topi EEG yang dilengkapi dengan elektroda untuk merekam dan menganalisis aktivitas otak mereka saat mereka melihat wajah yang berbeda. EEG dapat merekam reaksi mereka terhadap wajah yang dianggap menarik. Pengukuran yang diambil oleh sistem EEG diberikan kepada GAN, yang menafsirkan sinyal EEG dalam hal seberapa menarik wajah tersebut dianggap oleh peserta. GAN dapat menghasilkan wajah baru setelah dilatih pada data tersebut.

Tim peneliti kemudian melakukan eksperimen kedua. Wajah-wajah yang baru diciptakan ditampilkan kepada relawan yang sama yang telah berpartisipasi dalam sesi tampilan sebelumnya. Peserta diminta untuk menilai wajah-wajah tersebut berdasarkan tingkat kemenarikan. Ketika hasil studi dianalisis, peneliti menemukan bahwa peserta menilai gambar yang dihasilkan sebagai menarik sekitar 80% dari waktu. Ini berbeda dengan gambar asli, yang hanya dinilai sebagai menarik sekitar 20% dari waktu.

Ukuran sampel studi ini cukup kecil, sehingga tidak jelas seberapa kuat metode ini akan berlaku ketika diuji pada populasi yang lebih besar. Namun, hasilnya menarik dan mereka pasti merupakan contoh lain tentang bagaimana perilaku dan preferensi yang tampaknya tidak dapat dipahami dapat diukur dengan teknik AI tertentu.

Michael Spapé, seorang peneliti senior di Departemen Psikologi dan Logopedi Universitas Helsinki, menjelaskan bahwa studi ini menunjukkan bagaimana sifat psikologis dapat didemonstrasikan dengan informasi tentang bagaimana otak merespons stimulus. Seperti yang dijelaskan Spapé melalui EurekaAlert:

“Studi ini menunjukkan bahwa kita dapat menghasilkan gambar yang sesuai dengan preferensi pribadi dengan menghubungkan jaringan neural buatan ke respons otak. Berhasil dalam menilai kemenarikan sangat signifikan, karena ini adalah sifat psikologis yang sangat kuat dari stimulus. Penglihatan komputer telah sangat sukses dalam mengategorikan gambar berdasarkan pola objektif. Dengan membawa respons otak ke dalam campuran, kita menunjukkan bahwa memungkinkan untuk mendeteksi dan menghasilkan gambar berdasarkan sifat psikologis, seperti selera pribadi.”

Peneliti berpendapat bahwa studi ini dapat memiliki implikasi untuk bagaimana komputer memahami preferensi subjektif. Solusi AI dan antarmuka otak-komputer dapat digunakan bersama-sama untuk memahami fenomena psikologis yang kompleks. Menurut Spapé, kita mungkin dapat melihat fungsi kognitif lain, seperti pengambilan keputusan dan persepsi, menggunakan teknik serupa. Dengan asumsi bahwa taktik umum yang digunakan untuk menafsirkan kemenarikan berlaku untuk fungsi kognitif lain, sistem serupa dapat dikembangkan untuk mengidentifikasi bentuk bias atau stereotip.