I ricercatori dell’Università di Helsinki e dell’Università di Copenaghen hanno cercato di capire se un computer sarebbe stato in grado di identificare quelle caratteristiche del viso che consideriamo attraenti e, in base a questo, creare nuove immagini corrispondenti a tali criteri.
Lo studio ha usufruito di metodi di intelligenza artificiale per interpretare i segnali cerebrali dei soggetti, combinando un’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 una rete 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 di generare immagini (generatore), l’altra (discriminatore) ha il compito di discriminare queste immagini appositamente create da quelle reali, in modo da ottenere come risultato dei volti particolarmente realistici.
Le immagini sono state mostrate a 30 soggetti, ai quali è stato chiesto di analizzare i volti cercando di capire quali fossero più 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 dati EEG con tecniche di apprendimento automatico, associando le misurazioni individuali ad una rete 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 per produrre immagini completamente nuove basate sui tratti che le persone trovavano particolarmente attraenti.
Per testare la validità della loro modellazione, i ricercatori hanno infine generato 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 con una precisione di oltre l’80%.
Dalla percezione dei volti agli stereotipi
I risultati dello studio potrebbero contribuire alla possibilità, da parte delle macchine, di apprendere 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 di decision making.
Non parliamo, quindi, di implicazioni solo in ambiti commerciali come quello del neuromarketing, ma anche dell’identificazione di stereotipi e pregiudizi, permettendo di comprendere meglio le differenze individuali e 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
