Un team di ricercatori dell’Università di Helsinki ha creato un’intelligenza artificiale intesa a generare immagini di volti attraenti , basata sulle caratteristiche che le persone che indossano un’interfaccia cervello-computer (BCI) trovano attraenti. L’intelligenza artificiale genera caratteristiche facciali sulla base dei dati raccolti dalla BCI.
Il team di ricerca era una combinazione di informatici e psicologi dell’Università di Helsinki. Il team di ricerca di Helsinki ha utilizzato misurazioni dell’elettroencefalografia (EEG) per determinare le caratteristiche del viso che diverse persone potrebbero trovare attraenti. I segnali EEG sono stati correlati con le caratteristiche del viso, quindi i dati sono stati inviati a un GAN (Generative Adversarial Network). Il sistema di apprendimento automatico è stato quindi addestrato sui tratti del viso che un’ampia varietà di persone trovava attraenti e quindi è stato in grado di decodificare questi modelli per generare volti completamente nuovi.
I ricercatori hanno fatto sedere 30 partecipanti davanti a uno schermo mentre venivano mostrate loro le immagini dei volti. Questi volti non erano persone reali, erano generati da un’intelligenza artificiale addestrata su un set di dati di oltre 200.000 immagini di celebrità. I partecipanti indossavano un cappuccio EEG cablato con elettrodi per registrare e analizzare la loro attività cerebrale mentre osservavano i diversi volti. L’EEG è stato in grado di registrare le loro reazioni ai volti che trovavano attraenti. Le misurazioni effettuate dal sistema EEG sono state inviate al GAN, che ha interpretato i segnali EEG in termini di quanto i partecipanti trovassero attraente il viso. Il GAN è stato in grado di generare nuovi volti una volta addestrato su questi dati.
Il gruppo di ricerca ha quindi effettuato un secondo esperimento. I volti appena creati sono stati mostrati agli stessi volontari che avevano partecipato alla precedente sessione di visualizzazione. Ai partecipanti è stato chiesto di classificare i volti in termini di attrattiva. Quando i risultati dello studio sono stati analizzati, i ricercatori hanno scoperto che i partecipanti hanno valutato le immagini generate come attraenti circa l’80% delle volte. Ciò è in contrasto con le immagini originali, che sono state valutate come attraenti solo il 20% delle volte.
La dimensione del campione dello studio era piuttosto piccola, quindi non è chiaro quanto sarebbe robusto il metodo se testato su una popolazione più ampia. Tuttavia, i risultati sono interessanti e sono sicuramente un altro esempio di come comportamenti e preferenze che sembrano imperscrutabili possono essere quantificati con alcune tecniche di IA.
Michael Spapé, ricercatore senior presso il Dipartimento di Psicologia e Logopedia dell’Università di Helsinki, ha spiegato che lo studio mostra come le proprietà psicologiche possono essere dimostrate con informazioni su come il cervello risponde agli stimoli. Come ha spiegato Spapé in via EurekaAlert:
“Lo studio dimostra che siamo in grado di generare immagini che corrispondono alle preferenze personali collegando una rete neurale artificiale alle risposte del cervello. Riuscire a valutare l’attrattiva è particolarmente significativo, poiché questa è una proprietà psicologica degli stimoli così toccante. La visione artificiale finora ha avuto molto successo nel classificare le immagini in base a modelli oggettivi. Portando risposte cerebrali al mix, dimostriamo che è possibile rilevare e generare immagini basate su proprietà psicologiche, come il gusto personale “.
I ricercatori sostengono che lo studio potrebbe avere implicazioni sul modo in cui i computer comprendono le preferenze soggettive. Le soluzioni di intelligenza artificiale e le interfacce cervello-computer possono essere utilizzate l’una accanto all’altra per comprendere fenomeni psicologici complessi. Secondo Spapé, potremmo essere in grado di esaminare altre funzioni cognitive, come il processo decisionale e la percezione, utilizzando tecniche simili. Supponendo che le tattiche generali utilizzate per interpretare l’attrattiva valgano per altre funzioni cognitive, un sistema simile potrebbe essere sviluppato per identificare forme di pregiudizio o stereotipi.
