Kauneus on katsojan aivoissa – tekoäly lukee aivotoimintaa ja luo yksilöllisesti viehättäviä kuvia

​​​​​​​Tutkijat saivat tekoälyohjelman ymmärtämään, millaisia kasvoja eri ihmiset pitävät viehättävinä. Kone pystyi myös luomaan uusia, eri yksilöiden viehättävinä pitämiä kasvokuvia. Tuloksia voi hyödyntää esimerkiksi mieltymysten ja päätöksenteon mallintamisessa ja piiloasenteiden tunnistamisessa.

Helsingin yliopiston ja Kööpenhaminan yliopiston tutkijat selvittivät, pystyykö tietokone tunnistamaan, mitä kasvonpiirteitä eri yksilöt pitävät viehättävinä ja luomaan uusia kuvia, jotka istuvat kriteereihimme. Tutkijat hyödynsivät aivojen ja tietokoneen toimintaa yhdistäviä käyttöliittymiä, jotka perustuvat tekoälymenetelmin tulkittaviin EEG-mittauksiin. Tuloksena kone todella onnistui luomaan eri yksilöitä miellyttäviä kasvokuvia.

– Aiemmissa tutkimuksissamme olemme luoneet malleja, jotka pystyvät löytämään ja kontrolloimaan yksinkertaisia kasvokuvien piirteitä, kuten hiusten tai silmien väriä. Yleensä ihmiset ovat melko samaa mieltä siitä, kenellä on vaaleat hiukset tai milloin kasvoilla on hymyilevä ilme. Viehättävyys on haastavampi tutkimuskohde, koska se kytkeytyy kulttuurisiin, yksilöllisiin ja psykologisiin tekijöihin, joista suuri osa on tiedostamattomia. Kauneus on katsojan silmässä, sanoo vanhempi tutkija, dosentti Michiel Spapé Helsingin yliopiston psykologian ja logopedian osastolta.

Tietojenkäsittelytiedettä ja psykologiaa yhdistävä tutkimus julkaistiin IEEE Transactions in Affective Computing -tiedelehdessä helmikuussa.

Aivot paljastivat mieltymykset

Ensin tutkijat laittoivat generoivan neuroverkon (GAN) luomaan satoja keinotekoisia kasvokuvia. Kuvia näytettiin yksi kerrallaan 30 vapaaehtoiselle, jotka oli kytketty aivovastetta mittaavaan EEG-laitteistoon (elektroenkefalografia). Koehenkilöitä pyydettiin kiinnittämään huomiota niihin kasvoihin, jotka olivat heidän mielestään viehättäviä.

– Vähän samaan tapaan kuin deittisovellus Tinderissä, koehenkilöt ”pyyhkäisivät oikealle” viehättävät kasvot nähdessään. Tässä tapauksessa koehenkilöiden ei kuitenkaan tarvinnut tehdä muuta kuin katsoa kuvaa. Heidän luontainen reaktionsa kuvaan mitattiin suoraan aivovasteesta, Spapé kertoo.

Tutkijat analysoivat koehenkilöiden reaktioista kertynyttä EEG-dataa koneoppimismenetelmillä ja yhdistivät ne aivokäyttöliittymän välityksellä generatiiviseen neuroverkkoon.

– Tällainen aivokäyttöliittymä pystyy tulkitsemaan käyttäjän mielipiteen useiden erilaisten kuvien viehättävyydestä. Tulkitsemalla mielipiteet tekoälymallilla voidaan generatiivisen neuroverkon avulla tuottaa kokonaan uusi kasvokuva, jossa yksilöllistä viehättävyyttä vastaavat piirteet yhdistyvät, kertoo projektista vastaava akatemiatutkija, apulaisprofessori Tuukka Ruotsalo.

Testatakseen mallinnuksensa paikkansapitävyyden tutkijat loivat osanottajien katsottavaksi uusia kasvokuvia, joiden ajateltiin viehättävän eri yksilöitä. Kaksoissokkoutetussa kokeessa kävi ilmi, että uudet kuvat vastasivat koehenkilöiden mieltymyksiä yli 80 prosentin tarkkuudella.

– Tutkimus näyttää, että yhdistämällä neuroverkon aivovasteeseen pystymme luomaan yksilöllisiä mieltymyksiä vastaavia kuvia. On merkittävää, että tämä onnistui juuri viehättävyyden arvioinnissa, koska kyse on hyvin yksilöllisesti koettavasta asiasta. Konenäkö on aiemmin onnistunut esimerkiksi luokittelemaan kuvia sille opetetun kriteeristön mukaan, mutta aivovasteiden ansiosta on mahdollista jäljittää ja luoda kuvia psykologisten ominaisuuksien, kuten henkilökohtaisten mieltymysten mukaan, Spapé kertoo.

Voi paljastaa piiloasenteita

Tutkimuksen laajempi hyöty on, että tekoälymenetelmien ja aivokäyttöliittymien vuorovaikutuksessa kone voi oppia tulkitsemaan yksilöllisiä mieltymyksiämme yhä paremmin.

– Jos tämä onnistuu jossain niin yksilöllisessä kuin viehättävyyden kokemuksessa, pystymme ehkä tutkimaan myös muita kognitiivisia ominaisuuksia, kuten havaitsemista ja päätöksentekoa. Näin voisimme mahdollisesti tunnistaa esimerkiksi stereotypioita tai tiedostamattomia ajatusvinoutumia ja ymmärtää paremmin yksilöiden välisiä eroja, Spapé sanoo.

 

Julkaisu:
M. Spape, K. Davis, L. Kangassalo, N. Ravaja, Z. Sovijarvi-Spape and T. Ruotsalo, "Brain-computer interface for generating personally attractive images," in IEEE Transactions on Affective Computing, doi: 10.1109/TAFFC.2021.3059043.

Lisätiedot:

Michiel Spapé (englanniksi)
Tutkijatohtori, psykologian ja logopedian osasto, Helsingin yliopisto
michiel.spape@helsinki.fi
+358 50 556 0398

Tuukka Ruotsalo
Akatemiatutkija, tietojenkäsittelytieteen osasto, Helsingin yliopisto & Suomen tekoälykeskus FCAI
Apulaisprofessori, tietojenkäsittelytieteen laitos, Kööpenhaminan yliopisto
tuukka.ruotsalo@helsinki.fi
+358 50 566 1400

Lue lisää:
Cognitive computing -tutkimusryhmä
Kone ennustaa ajatuksesi ja luo niistä kuvia
Aivojoukkoistaminen kertoo ihmisten mieltymyksistä automaattisesti
Aivot etsivät tekstistä tärkeintä tietoa mahdollisimman vähällä vaivalla