Οι μηχανές αρχίζουν να μαθαίνουν και να χειρίζονται τα υποκειμενικά μας γούστα: νέο σύστημα τεχνητής νοημοσύνης που καταγράφει την εγκεφαλική δραστηριότητα παράγει εικόνες συνθετικών προσώπων σύμφωνα με τις προτιμήσεις του χρήστη.

Αλγόριθμοι που παράγουν εικόνες ανύπαρκτων προσώπων κυκλοφορούν ήδη στο εμπόριο και επιτρέπουν για παράδειγμα στους διαφημιστές να χρησιμοποιούν πορτρέτα χωρίς έξοδα για φωτογράφους και μοντέλα.

Μέχρι σήμερα, όμως, δεν ήταν εφικτή η παραγωγή συνθετικών προσώπων σύμφωνα με υποκειμενικά κριτήρια.

«Η ελκυστικότητα είναι δύσκολο αντικείμενο μελέτης καθώς συνδέεται με ψυχολογικούς και πολιτισμικούς παράγοντες που ασυνείδητα παίζουν ρόλο στις προσωπικές προτιμήσεις μας» λέει ο Μίτσιελ Σπαπέ του Πανεπιστημίου του Ελσίνκι, ο οποίος συνεργάστηκε στη μελέτη με ερευνητές του Πανεπιστημίου της Κοπεγχάγης.

«Συχνά μάλιστα μας είναι πολύ δύσκολο να εξηγήσουμε τι είναι αυτό που κάνει κάτι ή κάποιον όμορφο στα μάτια μας» επισημαίνει.

Τέτοιου είδους εξηγήσεις δεν απαιτούνται στο νέο σύστημα ΑΙ, προϊόν συνεργασίας ανάμεσα στην επιστήμη υπολογιστών και την ψυχολογία. Οι προτιμήσεις μας, όπως φαίνεται, μπορούν να αποκαλυφθούν από την ανάλυση της εγκεφαλικής λειτουργίας.

Η μελέτη δημοσιεύεται στην επιθεώρηση IEEE Transactions in Affective Computing.

Τυφλή δοκιμή

Σε πρώτη φάση, οι ερευνητές χρησιμοποίησαν ένα «παραγωγικό αντιπαραθετικό δίκτυο», ένα είδος νευρωνικού δικτύου, για να παραγάγουν εκατοντάδες συνθετικά πορτρέτα. Στη συνέχεια, 30 εθελοντές κλήθηκαν να κοιτάξουν τα πρόσωπα ένα προς ένα και να εστιάσουν την προσοχή τους στα πιο ελκυστικά, την ώρα που η εγκεφαλική δραστηριότητά τους καταγραφόταν με ηλεκτροεγκεφαλογράφημα.

«Δεν χρειαζόταν να κάνουν τίποτα πέρα από το να κοιτάξουν τις εικόνες. Μετρήσαμε άμεσα την απόκριση του εγκεφάλου τους στις εικόνες» επισημαίνει ο Σπαπέ.

Στη συνέχεια, οι καταγραφές του ηλεκτροεγκεφαλογραφήματος τροφοδοτήθηκαν σε έναν αλγόριθμο μηχανικής μάθησης που εκπαιδεύτηκε να αναγνωρίζει ποια πρόσωπα προκαλούσαν τη μέγιστη απόκριση του εγκεφάλου –με άλλα λόγια, έμαθε να αναγνωρίζει ποια πρόσωπα προτιμούσε κάθε εθελοντής.

Στην επόμενη φάση, ο αλγόριθμος αυτός συνδέθηκε με ένα νευρωνικό δίκτυο σχεδιασμένο να παράγει συνθετικά πορτρέτα. Ο συνδυασμός αυτός επέτρεψε τη δημιουργία ανύπαρκτων προσώπων σχεδιασμένων να προκαλούν την κατάλληλη εγκεφαλική απόκριση.

Οι επιδόσεις της ΑΙ με μια δοκιμή στην οποία κάθε εθελοντής κλήθηκε να επιλέξει ανάμεσα σε μια ποικιλία διαφορετικών πορτρέτων. Η διαδικασία ήταν «διπλά τυφλή», κάτι που σημαίνει ότι ούτε οι εθελοντές ούτε οι ερευνητές γνώριζαν ποιο από τα πρόσωπα είχε παραχθεί σύμφωνα με τα αποτελέσματα των εγκεφαλικών καταγραφών.

Τα αποτελέσματα ήταν θεαματικά, αφού οι εθελοντές προτίμησαν το εξατομικευμένο συνθετικό πορτρέτο στο 87% των περιπτώσεων.

«Η μελέτη δείχνει ότι μπορούμε πλέον να παράγουμε εικόνες που ταιριάζουν με τις προσωπικές προτιμήσεις συνδέοντας τις αντιδράσεις του εγκεφάλου με ένα νευρωνικό δίκτυο» λέει ο δρ Σπαπέ.

«Μέχρι σήμερα τα συστήματα μηχανικής όρασης είχαν αποδειχθεί αποτελεσματικά στην κατηγοριοποίηση εικόνων σύμφωνα με αντικειμενικά κριτήρια. Προσθέτοντας στο μείγμα τις αντιδράσεις του εγκεφάλου, δείξαμε ότι είναι εφικτό να παραγάγουμε εικόνες βάσει ψυχολογικών ιδιοτήτων όπως το προσωπικό γούστο» εξηγεί.

Η ερευνητική ομάδα δεν αναφέρεται στις πιθανές πρακτικές εφαρμογές της μεθόδου, εκτιμούν όμως ότι η ίδια προσέγγιση θα μπορούσε να εφαρμοστεί σε άλλες υποκειμενικές παραμέτρους.

Όπως λέει ο δρ Σπαπέ, «αν κάτι τέτοιο είναι εφικτό σε κάτι τόσο υποκειμενικό όσο η ελκυστικότητα, θα μπορούσαμε να εξετάσουμε άλλες γνωσιακές λειτουργίες όπως η αντίληψη και η λήψη αποφάσεων».

Στο μεταξύ, η νέα τεχνολογία δεν αποκλείεται να προσελκύσει το ενδιαφέρον διαφημιστών και εταιρειών του Διαδικτύου για την παραγωγή εξατομικευμένων διαφημίσεων ή άλλους εμπορικούς σκοπούς.

Headlines