Красота — в мозгу смотрящего! Нейросеть научили генерировать изображения привлекательных людей по мозговой активности
Исследователи из Финляндии смогли «научить» искусственный интеллект генерировать на основе мозговой активности людей изображения лиц, которые отвечали их критериям привлекательности. Авторы исследования говорят, что таким образом программа смогла «понять» субъективность красоты, и предлагают использовать ее для борьбы со стереотипами и в принятии решений.
Известно, что люди почти сразу оценивают то или иное лицо как привлекательное или непривлекательное. И если никто не спорит с тем, что привлекательность — вещь субъективная, то гораздо труднее объяснить, из каких именно элементов она состоит. Среди таких, в частности, называли симметричность лица, уровень гормонов, собственную привлекательность и тому подобное.
Это значит, что привлекательность конкретного человека зависит от комплексного восприятия его культурно и индивидуально оговоренных рис. Но несмотря на это понимание, создать изображение, которое бы соответствовало представлениям о красоте конкретного человека, не удавалось. За эту задачу взялись ученые из Хельсинского и Копенгагенского университетов во главе с Мишелем Спапе.
«В своих предыдущих исследованиях мы разработали модели, которые могли определять и управлять простыми портретными чертами — например, цветом волос и эмоцией. Но люди примерно одинаково воспринимают белокурые волосы или улыбку. Привлекательность — более сложная для исследования вещь», — говорит он.
Сначала Спапе с коллегами запрограммировали генеративно-соревновательную нейросеть (GAN) на создание сотен портретов ложных людей. 30 добровольцев попросили оценить каждый из них, отметив черты, которые они считали привлекательными. В это время исследователи считывали их мозговую активность. Спапе сравнивает этот процесс с Tinder, только намного сложнее.
Далее собранные данные о мозговой активности добровольцев проанализировали с использованием технологии машинного обучения. Так им удалось совместить «мысли» людей о привлекательности со сгенерированными изображениями и «научить» GAN понимать, что именно тот или иной доброволец считал привлекательным в конкретном лице.
В конце концов Спапе с коллегами осталось проверить, удалось ли им достичь своей цели. Они сгенерировали новые портреты для каждого участника исследования и попросили их определить, считают ли те их привлекательными. Выяснилось, что точность угадывания нейросетью предпочтений людей составляла более 80%.
Мишель Спапе считает, что исследование является важным для общества, поскольку показывает, как компьютер способен различать субъективные предпочтения людей. «В конце концов мы сможем создать устройство для определения стереотипов или скрытой предвзятости и лучше понимать разницу между людьми», — убежден ученый.
Исследование было опубликовано 12 февраля в научном издании IEEE Transactions on Affective Computing.