|
客观性的认识,比如金发碧眼、是否微笑这些外貌特征,计算机模型可以快速识别,但是吸引力就不同了,它跟文化和心理因素有关,而且这些因素在我们的审美观众往往是一种无意识的存在。
研究人员使用人工智能来解读大脑信号,并将脑机接口和生成的人脸模型相结合。
窥探大脑,get你的审美
实验中,研究人员利用生成对抗神经网络(GAN)创建了几百幅人工肖像。并把这些图像一次一张展示给30名受试者,并要求他们注意那些他们自己认为有吸引力的肖像。
与此同时,研究人员会通过脑电图记录他们的大脑反应。
这就像约会APP Tinder,看到喜欢的面孔,可以「向右滑」。不过,在这个实验中,受试者不需要做任何事情,只需要看图片就行了,研究人员会记录他们大脑最直接的反
经网络。
像这样的脑机接口可以解读用户对一系列图片「是否有吸引力、哪些方面有吸引力」的看法。
通过解读他们的观点,解读大脑反应的人工智能模型和生成神经网络模拟脸部图像就可以通过结合个体偏好,产生一个全新的脸部图像。
为了测试这一模型的有效性,研究人员为每个参与者都生成了新肖像,预测他们会发现这些图像对其个人的吸引点。通过双盲测试,他们发现新的图像与受试者的偏好匹配「准确率超过80%」 。
这项研究表明,通过将人工神经网络与大脑反应联系起来,我们能够生成符合个人偏好的图像。
能够实现对个人吸引点的评估是非常重要的,因为这其中包含了太多个人审美的不同特点。
到目前为止,计算机视觉在基于客观模式的图像分类方面已经非常成功。
通过引入大脑对复杂审美的反应,这项实验证明了基于心理属性,如个人味觉等检测和生成图像是可能的。
最终,通过人工智能解决方案和脑机接口之间的交互,提高计算机学习和理解主观偏好的能力,这项研究可能对社会有益。
如果人工智能可以辨别吸引力这样主观的因素,那么未来还可以研究其他认知功能,如感知和决策。

(编辑:开发网_开封站长网)
【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!
|