Изкуствен интелект генерира атрактивни образи с помощта на генеративно-състезателна невронна мрежа (GAN)

Изследователи успяват да обучат изкуствен интелект да разбира индивидуалните схващания на човек за красиво лице. Роботът демонстрира умението си, създавайки напълно самостоятелно портрети на хора, съобразени и базирани изцяло на личните предпочитания, разгадани с помощта на мозъчни сигнали.

Резултатите от научния експеримент могат да бъдат използвани при анализ на поведението на човек, когато взема решения, както и при търсене на причините защо хората несъзнателно избират точно определено поведение.

Робот създава портрети, отговарящи на индивидуалните предпочитания на човека

Учените от университета в Хелзинки и университета в Копенхаген си поставят задачата да проверят дали компютър е способен да разпознае чертите на лицето, които човек харесва, и въз основа на получената информация да създаде нови изображения, отговарящи на индивидуалните му вкусови предпочитания. Изкуственият интелект разчита мозъчните сигнали и комбинира интерфейса мозък-компютър с модела за генериране на изкуствено създадени лица. По този начин машината създава лица, които да съвпадат с избора на участниците по време на изследването.

„В по-стари наши проучвания успяхме да разработим модели, способни да идентифицират и пресъздадат отделни характеристики на човешкото лице като например цвят на косата и усмивка. Привлекателността е доста по-сложна задача, тъй като е свързана с културни и психологически фактори, които със сигурност играят важна роля за предпочитанията ни, дори и да не го осъзнаваме. Понякога за всеки от нас е трудно да обясни какво точно го кара да възприема някого или нещо за красив/о. Красотата е интимно усещане, различно за всеки човек“, пояснява доцент Микиел Спапе от катедрата по психология и логопедия към университета в Хелзинки.

Изследването се опира на модерните компютърни технологии и психологията като наука. То е публикувано в списание „Transactions in Affective Computing“ на Института на инженерите по електротехника и електроника през месец февруари тази година.

Генеративно-състезателна невронна мрежа (GAN)

В първата фаза от своя експеримент учените събират стотици изкуствено създадени портрети на хора с помощта на генеративно-състезателна невронна мрежа (GAN). Последната представлява форма на машинно самообучение, която включва две невронни мрежи. Те се състезават една с друга и въз основа на предварително проучени изображения създават нови.

Експертите включват 30 доброволци, като всеки трябва да следи внимателно портретите, които ще види и да даде знак, когато някой от тях му хареса. В същото време с помощта на ЕЕГ се записват промените в мозъчната дейност и изпращаните мозъчни сигнали.

Доц. Спапе допълва, че единственото, което всеки участник прави е да наблюдава изображенията пред себе си.

След това колегите му анализират данните от ЕЕГ чрез техники за машинно самообучение, свързвайки чрез компютърен интерфейс информацията за всеки отделен човек с генеративно-състезателна мрежа.

Тукка Руотцало, ръководител на проекта, пояснява: „Интерфейсът може да разчете индивидуалните възприятия за красиво на всеки от участниците, базирайки се на набор от изображения. Изкуственият интелект анализира мозъчните сигнали и генеративно-състезателната невронна мрежа (GAN) и с тяхна помощ създава нови портрети, които според направените машинни анализи съответстват на предпочитанията на отделния човек.

За да тестват ефективността на модела, учените генерират нови портрети за всеки отделен доброволец в експеримента, които би следвало да му харесат. Изображенията се представят на случаен принцип и въпреки това точността на съвпадение между снимката и предпочитанието на участниците надвишава 80%.

Според Спапе свързването на изкуствена невронна мрежа с мозъчните сигнали е ключът към генерирането на портрети, които да отговарят на критериите за красота на всеки участник. Той вярва, че възможността да се изчислява атрактивността чрез робот е голям напредък, защото схващането за привлекателност е строго субективно.

До момента компютърните технологии позволяваха категоризация на изображения само въз основа на обективни критерии. Сега, когато експертите включват и мозъчните сигнали в целия процес, вече стават възможни подборът и създаването на картини, базирани на психологически фактори като индивидуалните предпочитания и вкус.

Крачка напред в разгадаване на неосъзнатото човешко поведение

Проучването може разкрие нови начини, по които изкуственият интелект да научава и разбира в дълбочина субективните ни предпочитания. И, както казва Спапе, „щом е възможно да се предвиди какво би харесал един човек, то би могло да се предвиди и какви решения е склонен да вземе той.“ С други думи, не е изключено с помощта на робот да се анализират стереотипите и предразсъдъците, които ни карат да постъпваме по определен начин и да правим определени, макар и често неосъзнати, избори в живота си.