研究人員利用腦機介面根據個人偏好生成吸引人的面孔

研究團隊開發出能生成吸引人臉孔的人工智慧

來自赫爾辛基大學的研究團隊創造了一個人工智慧（AI），它能根據佩戴腦機介面（BCI）的人所認為的吸引特徵來生成吸引人的臉孔。這個AI根據BCI收集的數據生成臉部特徵。

研究團隊的組成

這個研究團隊由赫爾辛基大學的電腦科學家和心理學家組成。他們使用腦電圖（EEG）測量來確定不同人可能會認為吸引的臉部特徵。EEG信號與臉部特徵相關聯，然後這些數據被輸入到生成對抗網絡（GAN）中。這個機器學習系統在各種人所認為的吸引臉部特徵上進行訓練，然後能夠反向工程這些模式，生成全新的臉孔。

實驗過程

研究人員讓30位參與者坐在螢幕前，觀看顯示的臉孔。這些臉孔並不是真實的人，而是由一個訓練過的AI生成，使用的數據集包含超過200,000張名人的圖片。參與者佩戴著EEG帽，帽子上有電極，可以記錄和分析他們在觀看不同臉孔時的腦部活動。EEG能夠記錄他們對吸引臉孔的反應。EEG系統所測得的數據被輸入到GAN中，GAN根據參與者對臉孔的吸引程度來解讀EEG信號。一旦在這些數據上訓練完成，GAN就能生成新的臉孔。

第二次實驗

研究團隊隨後進行了第二次實驗。新生成的臉孔被展示給同樣的志願者，這些志願者之前參加過觀看會議。參與者被要求根據吸引程度對這些臉孔進行排名。當研究結果被分析時，研究人員發現參與者認為生成的圖片約有80%是吸引的。相比之下，原始圖片只有20%被評為吸引。

研究的意義

這項研究的樣本數量相對較小，因此尚不清楚這種方法在更大的人群中測試時的穩健性。然而，這些結果很有趣，並且再次展示了某些行為和偏好如何通過特定的AI技術量化。

心理學的連結

赫爾辛基大學心理學與語言治療系的高級研究員邁克爾·斯帕佩（Michael Spapé）解釋說，這項研究顯示了如何通過腦部對刺激的反應來展示心理特性。斯帕佩在EurekaAlert中解釋道：

“這項研究表明，我們能夠通過將人工神經網絡與腦部反應連接，生成符合個人偏好的圖片。成功評估吸引力尤其重要，因為這是刺激的一個深刻心理特性。到目前為止，電腦視覺在根據客觀模式對圖片進行分類方面非常成功。通過引入腦部反應，我們展示了根據心理特性（如個人口味）檢測和生成圖片的可能性。”

未來的應用

研究人員認為，這項研究可能對電腦如何理解主觀偏好有影響。AI解決方案和腦機介面可以一起使用，以理解複雜的心理現象。根據斯帕佩的說法，我們可能能夠使用類似的技術來研究其他認知功能，例如決策和感知。如果用於解釋吸引力的一般方法對其他認知功能也適用，那麼可以開發類似的系統來識別偏見或刻板印象。