Pojęcie piękna fizycznego tkwi w umyśle, definiowane przez wszelkie cechy, które uważamy za atrakcyjne w twarzach innych ludzi. Te subtelne preferencje reprezentują niektóre z naszych najbardziej prywatnych myśli — ale to nie znaczy, że nie można ich monitorować, a być może nawet przewidywać.

W ramach badania naukowcy wykorzystali pomiary elektroencefalograficzne (EEG), aby określić, jakie cechy twarzy ludzie uznali za atrakcyjne, a następnie przekazali wyniki do analizy przez sztuczną inteligencję.

System uczenia maszynowego — określany jako generatywna przeciwstawna sieć neuronowa (GAN) - był w stanie najpierw zapoznać się z rodzajami twarzy, które poszczególne osoby uznały za pożądane, a następnie wytworzyć zupełnie nowe, specjalnie zaprojektowane, by się podobać: dostosowane wizje zsyntetyzowanego piękna.

Eksperyment, prowadzony przez zespół psychologów i informatyków z Uniwersytetu Helsińskiego w Finlandii, był czymś w rodzaju ogromnej sesji w serwisie randkowym dla 30 ochotników.

Uczestnicy siadali przed ekranem, na którym wyświetlano serię zdjęć twarzy. Żadna z nich nie należała do prawdziwych ludzi. Były to realistycznie wyglądające sztuczne portrety wygenerowane na podstawie zbioru danych z około 200 000 zdjęć celebrytów.

Uczestnikom założono elastyczne czapki wyposażone w elektrody zaprojektowane do pomiaru aktywności mózgu. W ten sposób dokonywany był pomiar aktywności fal mózgowych i reakcji na poszczególne portrety.

Te indywidualne pomiary aktywności neuronalnej były następnie oceniane przez GAN, który był w stanie zinterpretować odpowiedzi mózgu pod kątem tego, jak atrakcyjna dla widza jest każda prezentowana twarz.

Z kolei te dane posłużyły GAN do wygenerowania nowych twarzy. Powstały one już na podstawie preferencji badanych osób.

W drugim eksperymencie te twarze zostały pokazane ochotnikom, którzy ocenili je pod względem atrakcyjności, wraz z wcześniejszymi propozycjami.

Ostatecznie wyniki testów ujawniły, że uczestnicy ocenili dostosowane do potrzeb obrazy jako atrakcyjne w około 80% przypadków, podczas gdy wcześniejsze portrety były wybierane tylko w 20% przypadków.

Chociaż jest to tylko małe badanie, to jest ono kolejnym przykładem jak mocno można używać wyrafinowanych systemów sztucznej inteligencji do zrozumienia tego, co nas nakręca — nawet w intymnych i często niewypowiedzianych pojęciach, takich jak domena osobistej atrakcyjności.

 

Naukowcy wysnuwają wniosek, że skoro możemy poznać tak subiektywne odczucie, jak atrakcyjność, to być może da się również przyjrzeć innym funkcjom poznawczym, takim jak percepcja i podejmowanie decyzji. Potencjalnie możemy dostosować doświadczenie do identyfikacji stereotypów lub ukrytych uprzedzeń i lepiej zrozumieć indywidualne preferencje.