研究者は脳機械インターフェースを使用して個人の嗜好に基づいて魅力的な顔を生成する

ヘルシンキ大学の研究チームは、Brain-Computer Interface (BCI)を着用した個人が魅力的だと感じる特徴に基づいて、魅力的な顔の画像を生成するように設計されたAIを作成しました。AIは、BCIによって収集されたデータに基づいて顔の特徴を生成します。

研究チームは、ヘルシンキ大学のコンピュータサイエンティストと心理学者で構成されていました。ヘルシンキの研究チームは、脳電図（EEG）測定を使用して、さまざまな人が魅力的だと感じる顔の特徴を決定しました。EEG信号は顔の特徴と相関し、次にデータはGenerative Adversarial Network (GAN)に提供されました。GANは、多様な人々が魅力的だと感じる顔の特徴を学習し、次にこれらのパターンを逆工学して完全に新しい顔を生成することができました。

研究者は、30人の参加者に、AIによって生成された200,000以上の有名人の画像のデータセットに基づいて生成された顔の画像を表示するようにしました。これらの顔は実在の人の顔ではありませんでした。参加者は、EEGキャップを着用し、電極で脳の活動を記録して分析しました。EEGは、参加者が魅力的だと感じる顔に対する反応を記録することができました。EEGシステムによって収集された測定値は、GANに提供され、GANはEEG信号を魅力的な顔として解釈することができました。GANは、このデータを学習した後、新しい顔を生成することができました。

研究チームは、2回目の実験を実施しました。新しく生成された顔は、以前の表示セッションに参加した同じボランティアに表示されました。参加者は、顔の魅力性に基づいて顔の順位を付けるように求められました。研究の結果を分析した後、研究者は、参加者が生成された画像を約80%の割合で魅力的だと評価したことを発見しました。これは、元の画像が約20%の割合で魅力的だと評価されたこととは対照的です。

研究の標本サイズはかなり小さかったため、方法がより大きな集団にテストされた場合にどれほど堅牢であるかは明らかではありません。ただし、結果は興味深く、行動や嗜好が見かけ上は不可解であるように見えても、特定のAI技術によって量化できることを示す別の例です。

ヘルシンキ大学の心理学および言語聴覚学科のシニアリサーチャーであるMichael Spapéは、この研究は、脳が刺激に反応する方法に関する情報を使用して、心理的特性を実証する方法を示していることを説明しました。Spapéは、EurekaAlertを通じて次のように説明しました。

「研究は、人工ニューラルネットワークを脳の反応に接続することで、個人の嗜好に合った画像を生成できることを示しています。魅力的なものを評価することに成功することは、特に重要です。なぜなら、これは刺激の心理的特性だからです。コンピュータビジョンは、客観的なパターンに基づいて画像を分類することに非常に成功しています。脳の反応を組み込むことで、個人の嗜好などの心理的特性に基づいて画像を検出して生成することが可能であることを示しています。」

研究者は、この研究は、コンピュータが主観的な嗜好を理解する方法に影響を与える可能性があると主張しています。AIソリューションと脳機械インターフェースは、複雑な心理的現象を理解するために一緒に使用できます。Spapéによると、決定や認識などの他の認知機能を、同様の技術を使用して調査することができます。魅力的なものを解釈するために使用される一般的な戦略が、他の認知機能にも当てはまる場合、偏見や固定観念などの形を特定するために同様のシステムを開発することができます。