میگویند زیبایی در چشم بیننده نهفته است، اما در واقع ، بسیار عمیقتر از آن است.
مفهوم زیبایی فیزیکی در ذهن ما توسط هر ویژگیای که در چهرهی دیگران جذاب میدانیم، تعریف میشود. این ترجیحات ظریف نمایانگر خصوصیترین افکار درونی ما هستند، اما این بدان معنا نیست که نمیتوان آنها را کنترل و یا حتی پیشبینی کرد.
در یک مطالعهی جدید، محققان با استفاده از اندازهگیری الکتروانسفالوگرافی (EEG) مشخص کردند که افراد از نظر چهره چه نوع ویژگیهایی را جذاب میدانند و سپس نتایج را به یک برنامهی هوش مصنوعی (AI) دادند.
این سیستم یادگیری ماشین که به آن شبکهی عصبی مولد تخاصمی (GAN) گفته می شود، ابتدا توانست خود را با انواع چهرههایی که برای افراد مطلوب به نظر میرسند آشنا کند و سپس چهرههای کاملاً جدیدی را ایجاد کند که مخصوصاً برای جلب رضایت آنها طراحی شده است، به طوری که کاملاً دستنیافتنی هستند
این آزمایش که توسط تیمی از روانشناسان و دانشمندان کامپیوتر در دانشگاه هلسینکی فنلاند برای 30 داوطلب شرکتکننده اجرا شد.
آزمایش اینگونه بود که شرکتکنندگان مقابل صفحه کامپیوتر نشسته بودند و به آنها مجموعهای از چهرهها نشان داده میشد اما هیچ یک از چهرههای نمایش داده شده افراد واقعی نبودند و پرترههای مصنوعی واقعبینانهای بودند که از مجموعه دادهای حدود 200000 تصویر از افراد مشهور تولید شده بودند.
شرکتکنندگان همچنین از کلاههای الاستیک مجهز به الکترودهایی استفاده میکردند که برای اندازهگیری فعالیت مغز آنها هنگام مشاهده چهره ، طراحی شده بودند.
میشیل اسپاپه ، متخصص مغز و اعصاب توضیح میدهد: "شرکتکنندگان مجبور نبودند کاری انجام دهند جز مشاهده تصاویر. ما پاسخ فوری مغز آنها به تصاویر را اندازهگیری کردیم."
سپس آن اندازهگیریهای فردی فعالیت عصبی توسط GAN که قادر به تفسیر پاسخهاى مغز بر اساس میزان جذابیت هر صورت مصنوعی از نظر بیننده، ارزیابى شد.
با استفاده از این دادهها، GAN قادر به ایجاد چهرههای جدیدی بود که توسط شناسههای جذب EEG افراد ارائه شده است.
در آزمایش دوم، این چهرههای تازه اختراع شده دوباره به داوطلبان نمایش داده شد. داوطلبان این چهرهها را از نظر جذابیت در کنار تصاویر دیگر از چهرههای تولید شده به طور تصادفی، رتبهبندی کردند.
در نهایت نتایج بدست آمده، آزمون محققان را تایید کرد و شرکتکنندگان در 80 درصد موارد تصاویر مناسب برای جذابیت را رتبهبندی کردند، در حالی که سایر چهرهها فقط 20 درصد مواقع انتخاب شدند.
البته این فقط یک مطالعه کوچک و یک نمونه دیگر از این موضوع است که سیستمهای هوش مصنوعى در درک آنچه ما را جذب میکند - حتی در مفاهیم صمیمی و غالباً ناگفته مانند حوزه جذابیت شخصی - چگونه عمل میکنند.
اسپاپه میگوید: "موفقیت در ارزیابی جذابیت بسیار قابل توجه است، زیرا این یک خاصیت روانشناختی مهیج است. اگر این امر در چیزی به اندازهی جذابیت، شخصی و ذهنی امکانپذیر باشد، ممکن است بتوانیم عملکردهای شناختی دیگر مانند درک و تصمیمگیری را نیز بررسی کنیم. به طور بالقوه، ممکن است بتوانیم دستگاه را به سمت شناسایی کلیشهها یا تعصبات ضمنی و درک بهتر تفاوتهای فردی سوق دهیم."
یافتههای فوق در مجلهی IEEE Transactions on Affective Computing گزارش شده است.
# هوش مصنوعی # یادگیری ماشین # شبکه عصبی