محققان موفق شده‌اند یک هوش مصنوعی تولید کنند که مفاهیم ذهنی ما در مورد جذابیت چهره‌ها را درک می‌کند. این دستگاه این دانش را از طریق توانایی‌اش در ایجاد پرتره‌های جدید که از منظر افراد جذاب هستند کسب می‌کند. می‌توان از نتایج این تحقیق در مدل‌سازی اولویت‌ها و نحوه تصمیم‌سازی افراد استفاده کرد.
محققان دانشگاه هلسینکی و دانشگاه کپنهاگ
[1] به دنبال بررسی این مسئله هستند که اولا آیا کامپیوتر قادر به شناسایی ویژگی‌های چهره‌هایی که ما آن را جذاب می‌دانیم هست و ثانیا آیا هوش مصنوعی می‌تواند بر اساس آنچه در مرحله اول آموخته است تصاویری از چهره‌های جذاب را خلق کند؟ محققان از هوش مصنوعی برای تفسیر سیگنال‌های مغزی استفاده کردند و رابط مغز و رایانه حاصل را با مدل مولد چهره‌های مصنوعی ترکیب نمودند.
محقق ارشد گروه روان‌شناسی دانشگاه هلسینکی چنین بیان می‌کند:
«در مطالعات قبلی، ما مدل‌هایی را طراحی کرده‌ایم که می‌تواند ویژگی‌های ساده پرتره مانند رنگ مو و احساسات را شناسایی و کنترل کند. بااین‌حال، مردم تا حد زیادی در مورد اینکه چه کسی بور است و چه کسی لبخند می‌زند توافق دارند. اما «جذابیت»
[2] یک موضوع مهم برای مطالعه است و ما در این تحقیق به مفهوم جذابیت پرداخته‌ایم. زیراکه جذابیت با فاکتورهای فرهنگی و روانی که احتمالاً در ترجیحات فردی ما به‌صورت ناخودآگاه نقش دارند ارتباط دارد. در واقع، اغلب دشوار است که توضیح دهیم دقیقاً چه چیزی باعث زیبا شدن چیزی یا کسی می‌شود. اصطلاحا معروف است که میگویند: زیبایی در چشم بیننده است.»
در ابتدا، محققان وظیفه ایجاد صدها پرتره مصنوعی را به یک شبکه عصبی مصنوعی دادند. این تصاویر به‌صورت یکجا برای 30 داوطلب نشان داده شد و از آنها خواسته شد تا به چهره‌هایی که برایشان جذاب است توجه داشته باشند درحالی‌که پاسخ مغز آنها از طریق الکتروانسفالوگرافی
[3] ثبت می‌شد.
یکی از محققان در این باره چنین توضیح می‌دهد:
«این امر کمی شبیه به برنامه دوست‌یابی
Tinder بود. در این برنامه دوست‌یابی شرکت‌کنندگان هنگام مواجه شدن با یک چهره جذاب، دوستی با او را می‌پذیرند با این تفاوت که در اینجا شرکت‌کنندگان مجبور نیستند کاری انجام دهند، آنها صرفا باید به تصاویر نگاه کنند و دراین‌بین ما پاسخ مغزی آنها را به تصاویر اندازه‌گیری می‌کنیم.»
محققان داده‌های
EEG را با تکنیک‌های یادگیری ماشین تجزیه‌وتحلیل کردند، این کار از طریق اتصال داده‌های
EEG شخصی از طریق رابط مغز و کامپیوتر به یک شبکه عصبی مولد انجام می‌شود.
رئیس پروژه و استاد دانشگاه، توکا روتسالو
[4]، چنین بیان می‌کند:
«این دستگاه که یک رابط مغز و رایانه
[5] است قادر است نظرات کاربران را در مورد جذابیت طیف وسیعی از تصاویر چهره تفسیر کند. با تفسیر دیدگاه‌های آنها، مدل هوش مصنوعی که تفسیرکننده پاسخ‌های مغزی است به همراه شبکه عصبی مولد مدل‌سازی
[6] تصاویر چهره، می‌تواند یک تصویر و چهره کاملاً جدیدی را تولید کند، تصویری که افراد آن را جذاب در نظر می‌گیرند. در واقع، این دستگاه می‌تواند دریابد که یک فرد اساسا چه تیپ چهره‌هایی را جذاب در نظر خواهد گرفت.»
محققان برای آزمایش صحت مدل‌سازی خود، پرتره‌های جدیدی را برای هر شرکت‌کننده تولید کردند و پیش‌بینی کردند که آنها شخصاً آن تصاویر را جذاب در نظر خواهند گرفت. با آزمایش آنها در نهایت مشخص شد که تصاویر جدید با دقت بیش از 80٪ با ترجیحات موردنظر افراد در باب جذابیت چهره مطابقت دارد.
"این مطالعه نشان می‌دهد که ما قادر هستیم با اتصال یک شبکه عصبی مصنوعی به پاسخ‌ها مغزی، تصاویری متناسب با اولویت‌های شخصی افراد ایجاد کنیم. این مسئله از آنجا قابل‌توجه است که ارزیابی جذابیت چهره یک ویژگی روان‌شناختی مهیج است.
این تحقیق اگر موفق شود قادر است برای جامعه مفید واقع شود. در واقع، می‌توان قابلیت‌های کامپیوتر را برای یادگیری و فهم ترجیحات و اولویت‌های سابجکتیو و شخصی افزایش داد.
یکی از محققان این پروژه می‌گوید:
«اگر این امر در مورد چیزی به‌اندازه جذابیت شخصی و ذهنی امکان‌پذیر باشد، ممکن است بتوانیم عملکردهای شناختی دیگر انسان مانند درک و تصمیم‌گیری را نیز بررسی کنیم. ممکن است دستگاه را به سمت شناسایی تعصبات پنهان افراد و درک بهتر تمایزات میان افراد سوق دهیم.»
تهیه شده در گروه مطالعات بنیادین پژوهشگاه فضای مجازی
لینک منبع
[1] University of Helsinki and University of Copenhagen
[3] electroencephalography (EEG)
[5] brain-computer interface
[6] generative neural network modelling
نظر کاربران
