I ricercatori dell’Università di Helsinkie dell’Università di Copenaghenhanno cercato di capire se un computer sarebbe stato in grado di identificare quellecaratteristiche del visoche consideriamo attraenti e, in base a questo,creare nuove immaginicorrispondenti a tali criteri.
Lo studio ha usufruito di metodi di intelligenza artificiale per interpretarei segnali cerebralidei soggetti, combinandoun’interfaccia cervello-computer (BCI) con un modello in grado di generare volti artificiali. Ciò ha permesso al computer di creare immagini del viso basate sulle preferenze individuali.
L’utilizzo della GAN e dell’EEG
Come prima cosa, i ricercatori hanno assegnato a unarete neurale avversaria generativa (GAN)il compito di creare centinaia di ritratti artificiali.
Questo particolare metodo è basato su due reti neurali che vengono addestrate in maniera competitiva: mentre una è incaricata digenerare immagini(generatore), l’altra (discriminatore) ha il compito didiscriminarequeste immagini appositamente create da quelle reali, in modo da ottenere come risultato deivolti particolarmente realistici.
Le immagini sono state mostrate a30 soggetti, ai quali è stato chiesto di analizzare i volti cercando di capire quali fosseropiù attraenti: come in un’app di incontri, i partecipanti facevano semplicemente scorrere il dito verso destra quando si imbattevano in un volto che trovavano attraente. Intanto, le risposte cerebrali venivano registrate attraverso l’utilizzo dell’elettroencefalografia (EEG).
A questo punto, i ricercatori hanno analizzato i datiEEGcon tecniche di apprendimento automatico, associando le misurazioni individuali ad unarete neurale generativa.
Il modello di intelligenza artificiale atto ad interpretare le risposte cerebrali e la rete neurale generativa che modellava le immagini del viso sono state quindi usate insieme perprodurre immagini completamente nuovebasate sui tratti che le persone trovavano particolarmente attraenti.
Per testare la validità della loro modellazione, i ricercatori hanno infinegenerato nuovi ritratti per ogni partecipante, prevedendo che li avrebbero trovati personalmente attraenti. Testandole in una procedura a doppio cieco, hanno infatti potuto appurare come le nuove immagini corrispondessero alle preferenze dei soggetti conuna precisione di oltre l’80%.
Dalla percezione dei volti agli stereotipi
I risultati dello studio potrebbero contribuire alla possibilità, da parte delle macchine, diapprendere e comprendere meglio le preferenze soggettive, generando immagini che corrispondono ai gusti personali. In questo modo, si potrebbe col tempo arrivare ad esaminare funzioni cognitive complesse che riguardano processi come quello didecision making.
Non parliamo, quindi, di implicazioni solo in ambiti commerciali come quello delneuromarketing, ma anche dell’identificazione di stereotipi e pregiudizi, permettendo di comprendere meglio ledifferenze individualie le scelte, spesso implicite, nella vita di tutti i giorni.
Fonti:
“Brain-computer interface for generating personally attractive images” by M. Spape, K. Davis, L. Kangassalo, N. Ravaja, Z. Sovijarvi-Spape and T. Ruotsalo. IEEE Transactions on Affective Computing
LEGGI ANCHE:
La tecnica del Neurofeedback e le sue applicazioni
Ipermnesia e ipertimesia: il prezzo di poter ricordare ogni cosa
La legge che spiega la relazione tra stress e performance
Damasio e l’ipotesi del marcatore somatico nella presa di decisioni
