Počítač ví, kdo se vám líbí. Finští vědci tvoří ideál krásy za pomoci umělé inteligence - Euro.cz

Přihlášení

Počítač ví, kdo se vám líbí. Finští vědci tvoří ideál krásy za pomoci umělé inteligence

,
Počítač ví, kdo se vám líbí. Finští vědci tvoří ideál krásy za pomoci umělé inteligence
Zdroj: Depositphotos
  • Umělá inteligence dokáže zjistit, jaké obličejové rysy se vám líbí, a sestavit z nich na míru atraktivní obličej

  • Finští vědci pracují na strojovém učení, které odhalí vzhledové preference člověka na základě měření EEG

  • Používají neuronové sítě, které se učí navzájem na základě dat o reakcích mozku

Říká se, že krása je v oku pozorovatele, ale to není úplně pravda. Ve skutečnosti naše vnímání přitažlivosti sahá mnohem hlouběji. Rozdíl mezi krasavicí a odpudivým podivínem určují konkrétní rysy a drobné detaily obličeje, které náš mozek hodnotí jako atraktivní. Často tyto jemné preference považujeme za své nejniternější myšlenky. Přesto se dají pozorovat, měřit a díky umělé inteligenci možná i předpovídat.

Dokázali to vědci z Finska, když zpracovali studii, která měla za cíl naučit program umělé inteligence vytvořit univerzálně atraktivní obličeje.

Seznamka fiktivních tváří

K určení rysů obličeje, které lidé vnímají jako přitažlivé, použili vědci měření EEG. Pak výsledky předali programu umělé inteligence.

Experiment řídil tým psychologů a počítačových expertů z Univerzity v Helsinkách. Provedli pokus se třiceti dobrovolníky. Začalo to klasickým hodnocením fotek jako na Tinderu. Účastníci se posadili k počítačům a vědci jim na monitory postupně promítali portréty. Oproti seznamce to ale mělo háček. Žádná z osob na fotkách nikdy neexistovala. Všechny tváře byly velice realistické portréty generované umělou inteligencí z datasetu obsahujícího přibližně dvě stě tisíc obrázků celebrit.

Na rozdíl od běžného používání Tinderu si navíc účastníci navlékli elastické čepičky s elektrodami, které měřily jejich mozkovou aktivitu. Nemuseli swipovat doprava, když se jim někdo líbil. O to se postaraly přístroje. „Nemuseli dělat nic, jen se dívat na obrázky,“ vysvětluje kognitivní neurovědec Michiel Spapé. „Měřili jsme okamžitou reakci mozku na obrázek.“

Kašlete na svůj telefon, vyzývají vědci Čechy. A myslí to doslova, do klinické studie kašle se může zapojit každý

Výsledky EEG předal výzkumný tým umělé inteligenci, která je okamžitě vyhodnotila. Program nazývaný generativní kontradiktorní neuronová síť (GAN) analyzoval reakce mozku na různé fotky a odvodil, které osoby účastník považoval za atraktivní.

Strojové učení hrou

Systém strojového učení GAN  vyvíjí díky soupeření dvou neuronových sítí. Obě se učí ze stejného statistického základu generovat nová data. Například pokud GAN sítě trénují na fotografiích lidí, tvoří na základě reálných fotografií falešné portréty neexistujících osob, které lidský pozorovatel považuje za extrémně věrohodné. Jedna umělá inteligence je vždy sestavuje a druhá hodnotí jejich pravost, přičemž se snaží navzájem oklamat.

V tomto experimentu se síť GAN nejdříve seznámila s obličeji, které se líbily konkrétním lidem, a pak stvořila úplně nové na základě dat z měření atraktivity pomocí EEG. Nově generované tváře měly být líbivé, byly to ideální vize krásy tvořené na míru vkusu dobrovolníků, syntetické, perfektní a nedosažitelné.

Ve druhém experimentu vědci účastníkům ukázali pouze tyto obličeje, které se střídaly s střídaly s náhodně generovanými obličeji.

Výsledky nakonec potvrdily výsledek předchozího testu. Mozky účastníků hodnotily umělé vygenerované obrázky jako přitažlivé asi v osmdesáti procentech případů, zatímco ostatní byly vybrány pouze ve dvaceti procentech pokusů.

V Kalifornii vyvinuli „lidskou nabíječku“. Elektroniku pohání potem

AI je už dnes tak propracovaná, že dokáže rozpoznat, co v nás vyvolává jaké pocity, a vytvořit přesně to, co se nám líbí. Stačí k tomu data o mozkových vlnách. Dokáže odhalit naše myšlenky a nevyřčené představy dokonce i v tak intimní oblasti, jako je osobní přitažlivost.

„Úspěch v posuzování atraktivity je obzvlášť důležitý,“ říká Spapé. „Pokud je toto možné v něčem tak osobním a subjektivním, jako je krása, možná získáme vhled i do dalších poznávacích funkcí, jako je vnímání a rozhodování. V budoucnu se můžeme zaměřit na odhalování stereotypů nebo skrytých předsudků pomocí počítače a lépe porozumíme individuálním rozdílům ve vnímání.“