科学家利用AI技术分析如何使人类面孔变得有吸引力的主观观念

研究人员利用AI技术分析如何使人类面孔变得有吸引力的主观观念。该设备可以创建肖像模型，这些肖像被定制为对个人有吸引力的。研究结果可用于对个人偏好和决策进行建模并分析的创新方法。

赫尔辛基大学和哥本哈根大学的研究人员，研究了计算机是否能够识别我们认为有吸引力的面部特征，并在此基础上创建符合我们审美标准的新图像。研究人员使用人工智能来解释大脑信号，并将大脑、计算机界面与人造面部的生成模型结合在一起。这使计算机能够创建可满足个人喜好的面部图像。

“在我们以前的研究中，我们设计的模型可以识别和控制简单的肖像特征，例如头发的颜色和情绪等，人们可以识别谁是金发碧眼的人和谁是微笑的人。吸引力是一个更具挑战性的研究主题，因为实际上，我们经常很难解释到底是什么使某人变得美丽：什么是情人眼中的美丽？”这是赫尔辛基大学心理学与徽标学系的高级研究员Docent MichielSpapé研究的课题。

该研究结合了计算机科学和心理学，于2月发表在《IEEE Transactions》的《情感计算》杂志上。

最初，研究人员为生成对抗性神经网络（GAN）提供了创建数百幅人工画像的任务。图像一次显示给30名志愿者，这些志愿者被要求注意他们发现的有吸引力的面孔，同时通过脑电图（EEG）记录他们的大脑反应。

它的工作有点像约会应用程序Tinder：参与者在遇到一张吸引人的面孔时会“向右滑动”。但是，在这里，他们除了观察图像外不必做任何其他事情。 该软件可以测试他们的大脑对图像的直接反应、

研究人员使用机器学习技术对脑电数据进行了分析，将脑电数据通过脑机接口连接到神经网络。

这样的大脑计算机接口能够解释用户对一系列图像的吸引力的看法。通过解释他们的观点，解释大脑反应的AI模型和对面部图像建模的生成神经网络，可以共同产生一个完整的图像。结合特定人的吸引力，可以创造出新的面孔图像。

为了测试其建模的有效性，研究人员为每个参与者生成了新的肖像，并预测他们会发现自己的个人魅力。他们以双盲程序对匹配的控件进行了测试，发现新图像以80％以上的准确度匹配了受试者的喜好。

这项研究表明，通过将人工神经网络连接到大脑反应中，能够生成与个人喜好相匹配的图像。成功评估吸引力尤其重要，因为这是刺激性的一种令人刺痛的心理特性。基于目标模式对图像进行分类非常成功。通过使大脑对混合图像做出反应，可以证明基于心理属性（例如个人品味）检测并生成图像。”

暴露无意识态度的潜力

最终，这项研究可以通过AI解决方案与脑机接口之间的交互作用，提高计算机学习和逐渐理解主观偏好的能力，从而造福于社会。
编辑：lyn