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者チームは、脳コンピュータインターフェース（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、脳波測定（EEG）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、次にデータは生成対抗ネットワーク（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に基づいて訓練され、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、顔の画像が表示されたスクリーンを前に座ってもらいました。これらの顔は、20万枚以上の有名人の画像で訓練されたAIによって生成されました。参加者は、さまざまな顔を表示する際の脳活動を記録するために、電極が付いたEEGキャップを着用しました。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によって測定されたデータは、GANに提供され、GANはEEG信号を顔の魅力に基づいて解釈しました。GANは、このデータに基づいて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、最初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、顔の魅力に基づいて顔のランキングを行うように求められました。研究結果を分析した結果、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不明です。ただし、結果は興味深く、行動や嗜好が不明確なように見えるものが、特定のAI技術によってどのように量化できるかを示す別の例です。

ヘルシンキ大学の心理学および言語病理学科のシニアリサーチャーであるマイケル・スパペは、この研究は、心理的特性を、脳が刺激に反応する方法に関する情報を使用して示すことができることを示していることを説明しました。スパペは、EurekaAlertを通じて次のように説明しました。

“この研究は、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。魅力という、刺激の心理的特性を評価することに成功したことは、特に重要です。コンピュータビジョンは、これまでに、画像を客観的なパターンに基づいて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、心理的特性、たとえば個人の好みに基づいて画像を検出および生成でき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コンピュータインターフェースは、複雑な心理現象を理解するために一緒に使用できます。スパペによると、魅力の解釈に使用される一般的な戦術が他の認知機能にも当てはまる場合、偏見や固定観念の形式を特定するために同様のシステムを開発できる可能性があります。