研究人员已经成功地使AI理解了我们关于使面孔变得有吸引力的主观观念。该设备通过创建新肖像的能力证明了这种知识，这些肖像被定制为对个人有吸引力。结果可用于例如对偏好和决策进行建模以及潜在地识别无意识态度中国机械网okmao.com。

赫尔辛基大学和哥本哈根大学的研究人员调查了计算机是否能够识别我们认为有吸引力的面部特征，并以此为基础创建符合我们标准的新图像。研究人员使用人工智能来解释大脑信号，并将产生的大脑-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，我们设计了可以识别和控制简单肖像特征（例如头发的颜色和情感）的模型。但是，人们在很大程度上同意谁是金发和谁是微笑。

吸引力是一个更具挑战性的研究主题，因为与文化相关的心理因素，在我们的个人喜好可能发挥无意识的角色的确，我们经常会发现它很难解释它究竟是什么，让什么东西，或者是有人，美丽：美在旁观者的眼睛，说：”赫尔辛基大学心理学与徽标学系的高级研究员兼Docent MichielSpapé。

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。

大脑暴露的偏好

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无需做任何其他事情。我们测量了他们对图像的直接大脑反应”，Spapé解释道。

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生成神经网络。

“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。”项目负责人，研究院院士，副教授Tuukka Ruotsalo说道。

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，并预测他们会发现它们对个人具有吸引力。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，我们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。计算机视觉因此具有在根据客观模式对图像进行分类方面非常成功。通过引入大脑对混合图像的反应，我们证明可以根据心理属性（例如个人品味）检测并生成图像。”Spapé解释说。

暴露无意识态度的潜力

最终，这项研究可以通过AI解决方案和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。

“如果在个人魅力和主观魅力之间做到这一点，我们也可能会考虑其他认知功能，例如感知和决策。潜在地，我们可能会将设备用于识别刻板印象或内隐偏见，甚至更好。了解个人差异。”Spapé说。