Các nhà nghiên cứu sử dụng giao diện não-máy để tạo ra những khuôn mặt hấp dẫn dựa trên sở thích cá nhân

Một nhóm các nhà nghiên cứu từ Đại học Helsinki đã tạo ra một AI nhằm tạo ra hình ảnh của khuôn mặt hấp dẫns, dựa trên các tính năng mà những người đeo Giao diện Máy tính-Não bộ (BCI) thấy hấp dẫn. AI tạo ra các đặc điểm khuôn mặt dựa trên dữ liệu do BCI thu thập.

Nhóm nghiên cứu là sự kết hợp của các nhà khoa học máy tính và nhà tâm lý học từ Đại học Helsinki. Nhóm nghiên cứu Helsinki đã sử dụng phép đo điện não đồ (EEG) để xác định các đặc điểm trên khuôn mặt mà những người khác nhau có thể thấy hấp dẫn. Các tín hiệu EEG tương quan với các đặc điểm trên khuôn mặt và sau đó dữ liệu được đưa đến Mạng đối thủ sáng tạo (GAN). Sau đó, hệ thống máy học được đào tạo về các đặc điểm trên khuôn mặt mà nhiều người thấy hấp dẫn và sau đó có thể đảo ngược các mẫu này để tạo ra những khuôn mặt hoàn toàn mới.

Các nhà nghiên cứu có 30 người tham gia ngồi trước màn hình khi hình ảnh khuôn mặt được hiển thị cho họ. Những khuôn mặt này không phải của người thật, chúng được tạo ra bởi một AI được đào tạo trên bộ dữ liệu gồm hơn 200,000 hình ảnh của những người nổi tiếng. Những người tham gia đội một chiếc mũ điện não đồ được nối với các điện cực để ghi lại và phân tích hoạt động não của họ khi họ xem các khuôn mặt khác nhau. Điện não đồ có thể ghi lại phản ứng của họ đối với những khuôn mặt mà họ thấy hấp dẫn. Các phép đo do hệ thống EEG thực hiện được đưa đến GAN, cơ quan này diễn giải các tín hiệu EEG theo mức độ hấp dẫn của những người tham gia tìm thấy khuôn mặt. GAN có thể tạo các khuôn mặt mới sau khi được đào tạo trên dữ liệu này.

Nhóm nghiên cứu sau đó đã thực hiện một thí nghiệm thứ hai. Những khuôn mặt mới tạo được hiển thị cho chính những tình nguyện viên đã tham gia vào phiên xem trước đó. Những người tham gia được yêu cầu xếp hạng các khuôn mặt về mức độ hấp dẫn. Khi kết quả nghiên cứu được phân tích, các nhà nghiên cứu nhận thấy những người tham gia đánh giá hình ảnh được tạo ra là hấp dẫn khoảng 80% thời gian. Điều này trái ngược với những hình ảnh ban đầu, chỉ được đánh giá là hấp dẫn trong 20% ​​thời gian.

Kích thước mẫu của nghiên cứu khá nhỏ, vì vậy không rõ phương pháp này sẽ mạnh đến mức nào khi được thử nghiệm trên một quần thể lớn hơn. Tuy nhiên, kết quả rất thú vị và chúng chắc chắn là một ví dụ khác về cách các hành vi và sở thích dường như khó hiểu có thể được định lượng bằng một số kỹ thuật AI nhất định.

Michael Spapé, một nhà nghiên cứu cấp cao tại Khoa Tâm lý học và Khoa học Logopedics của Đại học Helsinki, giải thích rằng nghiên cứu cho thấy các đặc tính tâm lý có thể được chứng minh như thế nào với thông tin về cách não phản ứng với các kích thích. Như Spapé đã giải thích trong thông qua EurekaAlert:

“Nghiên cứu chứng minh rằng chúng tôi có khả năng tạo ra hình ảnh phù hợp với sở thích cá nhân bằng cách kết nối mạng lưới thần kinh nhân tạo với phản ứng của não. Thành công trong việc đánh giá mức độ hấp dẫn là đặc biệt quan trọng, vì đây là một đặc tính tâm lý sâu sắc của các kích thích. Thị giác máy tính cho đến nay đã rất thành công trong việc phân loại hình ảnh dựa trên các mẫu khách quan. Bằng cách đưa phản ứng của não vào hỗn hợp, chúng tôi cho thấy có thể phát hiện và tạo ra hình ảnh dựa trên các đặc tính tâm lý, như sở thích cá nhân.”

Các nhà nghiên cứu lập luận rằng nghiên cứu này có thể có ý nghĩa đối với cách máy tính hiểu được sở thích chủ quan. Các giải pháp AI và giao diện não-máy tính có thể được sử dụng cùng nhau để hiểu các hiện tượng tâm lý phức tạp. Theo Spapé, chúng ta có thể xem xét các chức năng nhận thức khác, như ra quyết định và nhận thức, bằng cách sử dụng các kỹ thuật tương tự. Giả sử các chiến thuật chung được sử dụng để giải thích sự hấp dẫn đúng với các chức năng nhận thức khác, thì một hệ thống tương tự có thể được phát triển để xác định các dạng thành kiến ​​hoặc khuôn mẫu.