Forscher der Universität Helsinki und der Universität Kopenhagen ist es gelungen, eine KI (Künstliche Intelligenz) dazu zu bringen, die subjektiven Vorstellungen davon zu verstehen, was Gesichter attraktiv macht. Die KI konnte dieses Wissen unter Beweis stellen, indem sie selbstständig neue Porträts erstellte, die darauf abzielten, von einzelnen Personen als persönlich attraktiv empfunden zu werden.
ÜBERSICHT
KI erkennt individuelle Präferenzen
Die gewonnen Erkenntnisse können beispielsweise bei der Modellierung von Präferenzen und Entscheidungsfindungen sowie bei der möglichen Identifizierung unbewusster Einstellungen genutzt werden.
Das Forscherteam der Universität Helsinki und der Universität Kopenhagen untersuchte, ob ein Computer in der Lage ist, die Gesichtszüge zu erkennen, die ein Mensch als attraktiv empfindet, und darauf basierend neue Bilder zu erstellen, die seinen Auswahlkriterien entsprechen.
Zur Interpretation von Gehirnsignalen nutzten die Forscher Künstliche Intelligenz (KI) und kombinierten die daraus resultierende Gehirn-Computer-Schnittstelle mit einem generativen Modell künstlicher Gesichter. Auf diese Weise war der Computer in der Lage, Gesichtsbilder zu erzeugen, die individuelle Vorlieben ansprechen.
In vorangegangenen Studien hatten die Forscher Modelle entwickelt, die einfache Merkmale von Personenportraits, wie zum Beispiel Haarfarbe und Emotionen, erkennen und steuern können. Doch Menschen sind sich weitgehend einig darüber, wer blond ist und wer lächelt.
Attraktivität ist ein schwierigerer Untersuchungsgegenstand, da sie mit kulturellen und psychologischen Faktoren verbunden ist, die wahrscheinlich eine unbewusste Rolle bei unseren individuellen Vorlieben spielen, erklärt Michiel Spapé vom Department of Psychology and Logopedics der Universität Helsinki. In der Tat fällt es Menschen oft sehr schwer zu erklären, was genau es ist, das etwas oder jemanden schön macht: Schönheit liegt im Auge des Betrachters, so Spapé.
Vorlieben des menschlichen Gehirns aufgedeckt
Als erstes gaben die Forscher einem generativen adversarischen neuronalen Netzwerk (GAN) die Aufgabe, Hunderte von künstlichen Porträts zu erstellen. Die Bilder wurden nacheinander 30 Probanden gezeigt, die gebeten wurden, auf Gesichter zu achten, die sie attraktiv fanden, während ihre Gehirnreaktionen über Elektroenzephalographie (EEG) aufgezeichnet wurden.
Die Testpersonen mussten nichts weiter tun, als sich die Bilder anzuschauen während die Forscher ihre unmittelbare Gehirnreaktion auf die Bilder aufzeichneten.
Anschließend analysierten die Forscher die EEG-Daten mit Verfahren des maschinellen Lernens, indem sie einzelne EEG-Daten über ein Brain-Computer-Interface mit einem generativen neuronalen Netzwerk verbanden. Eine solche Hirn-Computer-Schnittstelle ist in der Lage, die Meinungen der Nutzer über die Attraktivität einer Reihe von Bildern zu interpretieren, so Associate Professor Tuukka Ruotsalo, der das Projekt leitet.
KI-Modell und generatives neuronales Netzwerk
Durch die Interpretation der Ansichten der Testpersonen können das KI-Modell, das die Gehirnreaktionen interpretiert, und das generative neuronale Netzwerk, das die Gesichtsbilder modelliert, zusammen ein völlig neues Gesichtsbild erzeugen, indem sie kombinieren, was eine bestimmte Person attraktiv findet, so Ruotsalo.
Um die Aussagefähigkeit der Modellierung zu testen, erstellten die Wissenschaftler für jeden Teilnehmer neue Porträts und sagten voraus, dass sie diese persönlich attraktiv finden würden. Sie testeten sie in einem Doppelblind-Verfahren mit passenden Kontrollpersonen und fanden heraus, dass die neuen Bilder mit einer Genauigkeit von über 80 Prozent mit den Vorlieben der Probanden übereinstimmten.
Die vorliegende Forschungsarbeit zeigt den Forschern zufolge, dass man in der Lage ist, Bilder zu erzeugen, die den persönlichen Vorlieben entsprechen, indem man ein künstliches neuronales Netzwerk mit den Reaktionen des Gehirns verbindet. Der Erfolg bei der Bewertung der Attraktivität ist nach Ansicht der Forscher besonders bedeutsam, da dies eine so wichtige, psychologische Eigenschaft der Stimuli ist.
Bisher war die elektronische Datenverarbeitung sehr erfolgreich bei der Kategorisierung von Bildern auf der Grundlage objektiver Muster. Indem wir die Reaktionen des Gehirns mit einbeziehen, zeigen wir, dass es möglich ist, Bilder auf der Basis psychologischer Eigenschaften, wie dem persönlichen Geschmack, zu erkennen und zu generieren, erklärt Spapé.
KI mit Potenzial zur Aufdeckung unbewusster menschlicher Einstellungen
Nach Meinung der Forscher könnte die Studie der Gesellschaft zugutekommen, indem sie die Fähigkeit von Computern fördert, subjektive Vorlieben zu erlernen und zunehmend zu verstehen – durch die Interaktion zwischen KI-Lösungen und Gehirn-Computer-Schnittstellen.
Wenn dies bei etwas so Persönlichem und Subjektivem wie Attraktivität möglich ist, können vielleicht auch andere kognitive Funktionen wie Wahrnehmung und Entscheidungsfindung untersucht werden, so die Forscher. Möglicherweise könnte man das System darauf ausrichten, Stereotypen oder implizite Vorurteile zu erkennen und individuelle Unterschiede besser zu verstehen, findet Spapé.
Die Studie mit dem Titel „Brain-computer interface for generating personally attractive images“ wurde in der Fachzeitschrift IEEE Transactions in Affective Computing veröffentlicht.
(Quellen: University of Helsinki / University of Copenhagen / IEEE Transactions on Affective Computing, 2021; 1 DOI: 10.1109/TAFFC.2021.3059043)
vgt
Der Beitrag beschäftigt sich mit einem medizinischen Thema, einem Gesundheitsthema oder einem oder mehreren Krankheitsbildern. Dieser Artikel dient nicht der Selbst-Diagnose und ersetzt auch keine Diagnose durch einen Arzt oder Facharzt. Bitte lesen und beachten Sie hier auch den Hinweis zu Gesundheitsthemen!
