Ricercatori utilizzano un’interfaccia cervello-macchina per generare volti attraenti in base alle preferenze personali

Un team di ricercatori dell’Università di Helsinki ha creato un’intelligenza artificiale intesa a generare immagini di volti attraenti, in base alle caratteristiche che gli individui che indossano un’interfaccia cervello-computer (BCI) trovano attraenti. L’intelligenza artificiale genera caratteristiche facciali in base ai dati raccolti dal BCI.

Il team di ricerca era una combinazione di informatici e psicologi dell’Università di Helsinki. Il team di ricerca di Helsinki ha utilizzato misurazioni di elettroencefalografia (EEG) per determinare le caratteristiche facciali che diverse persone potrebbero trovare attraenti. I segnali EEG sono stati correlati con le caratteristiche facciali e quindi i dati sono stati alimentati a una rete generativa avversariale (GAN). Il sistema di apprendimento automatico è stato quindi addestrato sulle caratteristiche facciali che una vasta gamma di persone ha trovato attraenti e quindi è stato in grado di invertire questi modelli per generare volti completamente nuovi.

I ricercatori hanno fatto sedere 30 partecipanti di fronte a uno schermo mentre venivano mostrate loro immagini di volti. Questi volti non erano di persone reali, ma erano stati generati da un’intelligenza artificiale addestrata su un set di dati di oltre 200.000 immagini di celebrità. I partecipanti indossavano un cappello EEG con elettrodi per registrare e analizzare l’attività cerebrale mentre guardavano i diversi volti. L’EEG è stato in grado di registrare le loro reazioni ai volti che trovavano attraenti. Le misurazioni prese dal sistema EEG sono state alimentate alla GAN, che ha interpretato i segnali EEG in termini di quanto i partecipanti trovavano attraente il volto. La GAN è stata in grado di generare nuovi volti una volta addestrata su questi dati.

Il team di ricerca ha quindi condotto un secondo esperimento. I volti appena creati sono stati mostrati agli stessi volontari che avevano partecipato alla sessione di visione precedente. Ai partecipanti è stato chiesto di classificare i volti in base all’attrattiva. Quando i risultati dello studio sono stati analizzati, i ricercatori hanno scoperto che i partecipanti hanno valutato le immagini generate come attraenti circa l’80% delle volte. Ciò è in contrasto con le immagini originali, che sono state valutate come attraenti solo il 20% delle volte.

La dimensione del campione dello studio era piuttosto piccola, quindi non è chiaro quanto robusto sarebbe il metodo se testato su una popolazione più ampia. Tuttavia, i risultati sono interessanti e sono certamente un altro esempio di come i comportamenti e le preferenze che sembrano incomprensibili possano essere quantificati con certe tecniche di intelligenza artificiale.

Michael Spapé, ricercatore senior del Dipartimento di Psicologia e Logopedia dell’Università di Helsinki, ha spiegato che lo studio mostra come le proprietà psicologiche possano essere dimostrate con informazioni su come il cervello risponde agli stimoli. Come ha spiegato Spapé via EurekaAlert:

“Lo studio dimostra che siamo in grado di generare immagini che corrispondono alle preferenze personali collegando una rete neurale artificiale alle risposte del cervello. Riuscire a valutare l’attrattiva è particolarmente significativo, poiché questa è una proprietà psicologica così forte degli stimoli. La visione computerizzata è stata finora molto efficace nel categorizzare le immagini in base a modelli oggettivi. Introducendo le risposte del cervello nel mix, mostriamo che è possibile rilevare e generare immagini in base a proprietà psicologiche, come il gusto personale.”

I ricercatori sostengono che lo studio potrebbe avere implicazioni per la comprensione dei computer delle preferenze soggettive. Le soluzioni di intelligenza artificiale e le interfacce cervello-computer possono essere utilizzate insieme per comprendere fenomeni psicologici complessi. Secondo Spapé, potremmo essere in grado di esaminare altre funzioni cognitive, come la presa di decisioni e la percezione, utilizzando tecniche simili. Supponendo che le tattiche generali utilizzate per interpretare l’attrattiva siano vere anche per altre funzioni cognitive, un sistema simile potrebbe essere sviluppato per identificare forme di pregiudizio o stereotipi.