Berta Sándor
A mesterséges intelligencia is készíthet vonzó portrékat
A technológia számos dologra megtanítható.
A Helsinki Egyetem és a Koppenhágai Egyetem kutatóinak sikerült egy mesterséges intelligenciát megtanítaniuk arra, hogy az emberek milyen szubjektív szempontok alapján találják vonzónak valakinek az arcát. A kifejlesztett rendszer végül képes volt új portrékat készíteni, amelyeket kifejezetten úgy alkotott meg, hogy azokat a felhasználók vonzónak találják. A megoldás hasznos lehet az egyes személyek modellezésében éppúgy, mint a döntéshozatalban vagy bizonyos arckifejezések azonosításában.
A szakemberek először azt vizsgálták meg, hogy egy számítógép képes-e azonosítani azokat az arcvonásokat, amelyeket az egyes személyek vonzónak találnak, majd azon adatok alapján tudnak-e olyan új képeket megalkotni, amelyek szereplői szépek. Az alkalmazott mesterséges intelligenciát az agyhullámok interpretálására használták és egy agy-számítógép interfészt ötvöztek a mesterségesen létrehozott arcok modelljével, amely lehetővé tette a számítógépnek, hogy olyan arcokat alkothasson meg, amelyek megfelelnek az egyes emberek szépségről alkotott elképzeléseinek.
Michiel Spapé, a Helsinki Egyetem munkatársa hangsúlyozta, hogy a vonzóság megállapítása mindig komoly kihívást jelent, hiszen mindenkinek más a vonzó. A projekt elején egy úgynevezett Generative Adversarial Networköt (GAN) bíztak meg azzal a feladattal, hogy több száz mesterséges portrét készítsen, amelyeket azután megmutattak a résztvevő 30 önkéntesnek. A rendszer megpróbálta észlelni az arcvonásaikat figyelve, hogy melyik arcokat találták vonzónak. A reakcióikat az EEG segítségével is feljegyezték. A tudósok az utóbbiakat később elemezték a gépi tanulás segítségével és az EEG-adatokat egy agy-számítógép interfészen keresztül összekötötték a Generative Adversarial Networkkel.
Tuukka Ruotsalo, a kutatás vezetője úgy vélte, hogy egy agy-számítógép interfész képes interpretálni a felhasználók véleményét. Majd később a tapasztalatok figyelembevételével egy teljesen új arc is létrehozható, amelyben ötvözhetők azok a dolgok, amelyeket egy bizonyos személy vonzónak talál. Az új felvételek több mint 80 százalékos pontossággal megfeleltek az illetők szempontjainak. Spapé hozzátette, hogy az eljárással más kognitív funkciókat is tanulmányozni lehetett, például az érzékelést és a döntéshozatalt. Sőt, akár lehetővé válhat a sztereotípiák azonosítása és ezáltal a személyes különbség jobb megértése is.
A Helsinki Egyetem és a Koppenhágai Egyetem kutatóinak sikerült egy mesterséges intelligenciát megtanítaniuk arra, hogy az emberek milyen szubjektív szempontok alapján találják vonzónak valakinek az arcát. A kifejlesztett rendszer végül képes volt új portrékat készíteni, amelyeket kifejezetten úgy alkotott meg, hogy azokat a felhasználók vonzónak találják. A megoldás hasznos lehet az egyes személyek modellezésében éppúgy, mint a döntéshozatalban vagy bizonyos arckifejezések azonosításában.
A szakemberek először azt vizsgálták meg, hogy egy számítógép képes-e azonosítani azokat az arcvonásokat, amelyeket az egyes személyek vonzónak találnak, majd azon adatok alapján tudnak-e olyan új képeket megalkotni, amelyek szereplői szépek. Az alkalmazott mesterséges intelligenciát az agyhullámok interpretálására használták és egy agy-számítógép interfészt ötvöztek a mesterségesen létrehozott arcok modelljével, amely lehetővé tette a számítógépnek, hogy olyan arcokat alkothasson meg, amelyek megfelelnek az egyes emberek szépségről alkotott elképzeléseinek.
Michiel Spapé, a Helsinki Egyetem munkatársa hangsúlyozta, hogy a vonzóság megállapítása mindig komoly kihívást jelent, hiszen mindenkinek más a vonzó. A projekt elején egy úgynevezett Generative Adversarial Networköt (GAN) bíztak meg azzal a feladattal, hogy több száz mesterséges portrét készítsen, amelyeket azután megmutattak a résztvevő 30 önkéntesnek. A rendszer megpróbálta észlelni az arcvonásaikat figyelve, hogy melyik arcokat találták vonzónak. A reakcióikat az EEG segítségével is feljegyezték. A tudósok az utóbbiakat később elemezték a gépi tanulás segítségével és az EEG-adatokat egy agy-számítógép interfészen keresztül összekötötték a Generative Adversarial Networkkel.
Tuukka Ruotsalo, a kutatás vezetője úgy vélte, hogy egy agy-számítógép interfész képes interpretálni a felhasználók véleményét. Majd később a tapasztalatok figyelembevételével egy teljesen új arc is létrehozható, amelyben ötvözhetők azok a dolgok, amelyeket egy bizonyos személy vonzónak talál. Az új felvételek több mint 80 százalékos pontossággal megfeleltek az illetők szempontjainak. Spapé hozzátette, hogy az eljárással más kognitív funkciókat is tanulmányozni lehetett, például az érzékelést és a döntéshozatalt. Sőt, akár lehetővé válhat a sztereotípiák azonosítása és ezáltal a személyes különbség jobb megértése is.