Beyninizi tarayabilen bir flört uygulaması olduğunu hayal edin - ve bunu yaptıktan sonra, potansiyel partnerler hakkında tam olarak neyi çekici bulduğunuzu hemen anlar. O zaman yapay zeka size tam olarak böyle görünen insanları, tüm potansiyel rüya erkekleri veya rüya kadınları gösterirdi. Doğru saç rengi, göz rengi veya bedenle. Sırf kurgu mu?
Flört uygulamaları bu tür yapay zeka üzerinde çalışmaz, en azından bu türden hiçbir şey bilinmemektedir. Helsinki ve Kopenhag Üniversitelerinden araştırmacıların yaptığı budur ve “Dijital Trendler” web platformu raporunun yazarları olarak bir tür “NeuroTinder” ın önünü açabilir . İlgili araştırma sonuçları "Duygusal Hesaplamada IEEE İşlemleri" dergisinde yayınlandı .
Bir çalışmanın parçası olarak "çekiciliğe yönelik AI" testi
Bir çalışmanın parçası olarak, İskandinav araştırmacılar, önde gelen kişilerin 200.000 görüntüsünden oluşan bir veritabanına dayanan bir sinir ağını kullanarak bilgisayarda yüzlerce kurgusal yüz yarattılar. Sonra bu hayali yüzlerin resimlerini içeren bir slayt gösterisi hazırladılar.
Bu slayt gösterisi, elektroensefalografi (EEG) başlık takan 30 çalışma katılımcısına gösterildi. EEG kapakları, katılımcıların beyin aktivitesini okur. Katılımcılar resimleri izlerken, yüzleri yakışıklı bulup bulmadıklarına odaklanmalıdır. Her yüz, bir sonraki görüntü görünmeden önce yalnızca kısaca gösterildi.
Helsinki Üniversitesi'nde araştırmacı olan Michiel Spapé, “Digital Trends” ile yaptığı röportajda şunları söyledi : “Bir yüze baktıktan hemen sonra oluşan beyin dalgalarını EEG aracılığıyla kaydettik ve böylece bir yüzün çekici olarak algılanıp algılanmadığını tahmin edebildik. ya da değil “Araştırmacılar bu bilgiyi sinir ağı modeli içinde arama yapmak ve bir katılımcının bireysel çekicilik seviyesine uyan bir noktayı tetiklemek için kullandılar.
AI, hangi özelliklerin bilinçsizce bizi çektiğini anlayabilir
Çalışma, belirli bir beyin aktivitesi türü ne kadar sık olursa, çekiciliğin o kadar fazla olduğunu buldu. Araştırmacılara göre, bilinçsizce çok spesifik özelliklere çekiliyoruz. Yapay zeka, görüntülere bakarken beyin aktivitesini ölçtü, ardından bu görüntüleri benzerlikler açısından kontrol etti ve tam olarak bu yüz özelliklerini filtreleyen bir algoritma yarattı - ki bu yüz özelliklerini kendimizin etkilediğini bile bilmiyor olabiliriz.
Bu bağlamda, yapay zekanın makine öğrenimi bir dedektif oyununa benziyordu: Görevi, katılımcıların çekici bulduğu her şeyi bir araya getirmekti. Katılımcıların hangi yüzleri çekici bulduğunu anlamada belirleyici olan sadece yüksek beyin aktivitesi değil, her şeyden önce bu aktivitenin başladığı zamandı. Spapé, "Sadece birçok nöron aynı anda aynı yönde ateşlediği için elektriksel imzalarını kaydedebiliriz" diyor. "Senkronizasyona ve senkronizasyonsuzlaştırmaya erişiyoruz, 'faaliyete' değil."
Bir katılımcı çekici bir yüz gördükten yaklaşık 300 milisaniye sonra, araştırmacılar beyinlerinin "P300 dalgası" adı verilen belirli bir elektrik sinyaliyle nasıl aydınlandığını fark ettiler. Bu, belirli bir ilgili uyaranın algılandığına işaret eder. Ancak, bu her zaman bu uyaranın olumlu olarak derecelendirildiği anlamına gelmez. Bu yüzden AI, bu ikisi arasında ayrım yapmak için eğitim almalıdır.
Araştırmacılar, üretken bir yapay sinir ağı ile projede araştırılan insan beyninin tepkileri arasındaki etkileşimin artık insanın diğer fenomenlere tepkisini test etmek için de kullanılabileceğine inanıyor. Helsinki Üniversitesi profesörü Tuukka Ruotsalo, "Digital Trends" ile yaptığı röportajda, "Ön yargıların, stereotiplerin, aynı zamanda tercihlerin ve bireysel farklılıkların bilişsel işlevlerle nasıl ilişkili olduğunu anlamamıza yardımcı olabilir" diyor.
Flört uygulamaları bu tür yapay zeka üzerinde çalışmaz, en azından bu türden hiçbir şey bilinmemektedir. Helsinki ve Kopenhag Üniversitelerinden araştırmacıların yaptığı budur ve “Dijital Trendler” web platformu raporunun yazarları olarak bir tür “NeuroTinder” ın önünü açabilir . İlgili araştırma sonuçları "Duygusal Hesaplamada IEEE İşlemleri" dergisinde yayınlandı .
Bir çalışmanın parçası olarak "çekiciliğe yönelik AI" testi
Bir çalışmanın parçası olarak, İskandinav araştırmacılar, önde gelen kişilerin 200.000 görüntüsünden oluşan bir veritabanına dayanan bir sinir ağını kullanarak bilgisayarda yüzlerce kurgusal yüz yarattılar. Sonra bu hayali yüzlerin resimlerini içeren bir slayt gösterisi hazırladılar.
Bu slayt gösterisi, elektroensefalografi (EEG) başlık takan 30 çalışma katılımcısına gösterildi. EEG kapakları, katılımcıların beyin aktivitesini okur. Katılımcılar resimleri izlerken, yüzleri yakışıklı bulup bulmadıklarına odaklanmalıdır. Her yüz, bir sonraki görüntü görünmeden önce yalnızca kısaca gösterildi.
Helsinki Üniversitesi'nde araştırmacı olan Michiel Spapé, “Digital Trends” ile yaptığı röportajda şunları söyledi : “Bir yüze baktıktan hemen sonra oluşan beyin dalgalarını EEG aracılığıyla kaydettik ve böylece bir yüzün çekici olarak algılanıp algılanmadığını tahmin edebildik. ya da değil “Araştırmacılar bu bilgiyi sinir ağı modeli içinde arama yapmak ve bir katılımcının bireysel çekicilik seviyesine uyan bir noktayı tetiklemek için kullandılar.
AI, hangi özelliklerin bilinçsizce bizi çektiğini anlayabilir
Çalışma, belirli bir beyin aktivitesi türü ne kadar sık olursa, çekiciliğin o kadar fazla olduğunu buldu. Araştırmacılara göre, bilinçsizce çok spesifik özelliklere çekiliyoruz. Yapay zeka, görüntülere bakarken beyin aktivitesini ölçtü, ardından bu görüntüleri benzerlikler açısından kontrol etti ve tam olarak bu yüz özelliklerini filtreleyen bir algoritma yarattı - ki bu yüz özelliklerini kendimizin etkilediğini bile bilmiyor olabiliriz.
Bu bağlamda, yapay zekanın makine öğrenimi bir dedektif oyununa benziyordu: Görevi, katılımcıların çekici bulduğu her şeyi bir araya getirmekti. Katılımcıların hangi yüzleri çekici bulduğunu anlamada belirleyici olan sadece yüksek beyin aktivitesi değil, her şeyden önce bu aktivitenin başladığı zamandı. Spapé, "Sadece birçok nöron aynı anda aynı yönde ateşlediği için elektriksel imzalarını kaydedebiliriz" diyor. "Senkronizasyona ve senkronizasyonsuzlaştırmaya erişiyoruz, 'faaliyete' değil."
Bir katılımcı çekici bir yüz gördükten yaklaşık 300 milisaniye sonra, araştırmacılar beyinlerinin "P300 dalgası" adı verilen belirli bir elektrik sinyaliyle nasıl aydınlandığını fark ettiler. Bu, belirli bir ilgili uyaranın algılandığına işaret eder. Ancak, bu her zaman bu uyaranın olumlu olarak derecelendirildiği anlamına gelmez. Bu yüzden AI, bu ikisi arasında ayrım yapmak için eğitim almalıdır.
Araştırmacılar, üretken bir yapay sinir ağı ile projede araştırılan insan beyninin tepkileri arasındaki etkileşimin artık insanın diğer fenomenlere tepkisini test etmek için de kullanılabileceğine inanıyor. Helsinki Üniversitesi profesörü Tuukka Ruotsalo, "Digital Trends" ile yaptığı röportajda, "Ön yargıların, stereotiplerin, aynı zamanda tercihlerin ve bireysel farklılıkların bilişsel işlevlerle nasıl ilişkili olduğunu anlamamıza yardımcı olabilir" diyor.
