Des chercheurs ont réussi à faire comprendre à une IA nos notions subjectives de ce qui rend un visage attirant pour nous.
L'appareil crée indépendamment le portrait sur mesure d'un visage qui a une caractéristique particulière: nous l'aimons. Nous l'aimons vraiment, subjectivement.
Les applications sont nombreuses: les résultats peuvent être utilisés, par exemple, pour modéliser les préférences et la prise de décision, ainsi que pour identifier des attitudes potentiellement inconscientes.
Tout le monde pourrait, par exemple, être mis à l'aise avec un helpdesk virtuel (ou un vendeur) plus attrayant.

Dis-moi quel cerveau tu as et je te montrerai un visage attrayant
Des chercheurs de l'Université de Helsinki et Copenhague ils ont étudié si un ordinateur serait capable d'identifier les traits d'un visage que nous considérons attractifs et, sur cette base, de créer de nouvelles images qui correspondent à nos goûts.
Les chercheurs ont utilisé l'intelligence artificielle pour interpréter les signaux cérébraux et ont combiné une interface cerveau-ordinateur avec un modèle génératif de visages artificiels.
"Dans nos études précédentes, nous avons conçu des modèles capables d'identifier et de contrôler des caractéristiques de portrait simples, telles que la couleur des cheveux et l'émotion exprimée", explique le chercheur principal et conférencier. Michel Spapé.
"Cependant, les gens sont largement d'accord sur qui est blond et qui sourit. Ce qu'ils considèrent comme attirant est un sujet d'étude plus difficile."
C'est vrai: le jugement sur ce qui est attrayant pour chacun de nous dépend également de facteurs culturels et psychologiques qui jouent probablement un rôle inconscient dans nos préférences individuelles. C'est pourquoi nous trouvons souvent très difficile d'expliquer ce qui fait exactement de nous quelque chose, ou quelqu'un, attirant: la beauté est dans l'œil du spectateur. Et dans le cerveau, ajouterais-je.
L'étude, qui combine l'informatique et la psychologie, a été publiée en février dans la revue IEEE Transactions in Affective Computing.
Préférences manifestées par le cerveau
Dans un premier temps, les chercheurs l'ont affecté à un réseau neural génératif aversif (GAN) la tâche de créer des centaines de portraits artificiels. Les images ont été montrées, une à la fois, à 30 volontaires à qui on a demandé de prêter attention au visage qu'ils trouvaient attrayant, tandis que leurs réponses cérébrales étaient enregistrées par électroencéphalographie (EEG).
"Cela fonctionnait un peu comme l'application de rencontres Tinder : les participants balayaient vers la droite chaque fois qu'ils voyaient un visage attrayant. Nous avons mesuré leur réponse cérébrale aux images", explique-t-il. Michel Spapé.
En résumé: les chercheurs ont analysé les données EEG avec des techniques d'apprentissage automatique, reliant les données EEG individuelles via une interface cerveau-ordinateur à un réseau neuronal génératif.
« Une interface cerveau-ordinateur comme celle-ci peut interpréter les opinions des utilisateurs sur l'attractivité d'une série d'images. Sur cette base, il produit une image complètement nouvelle d'un visage, avec les caractéristiques de ce qu'une personne particulière trouve attrayante ", dit-il Tuukka Ruotsalo, chercheur de l'Académie et professeur associé, qui dirige le projet.

Les résultats des tests
En testant la procédure en double aveugle, les chercheurs ont constaté que les nouvelles images correspondaient avec précision aux préférences des sujets. de plus de 80 %.
Pouvoir évaluer l'attractivité est particulièrement important, car il s'agit d'une propriété psychologique très personnelle. Jusqu'à présent, la vision par ordinateur a très bien réussi à classer les images sur la base de modèles objectifs. Aujourd'hui, nous savons qu'il est possible de détecter et de générer des images basées également sur des propriétés psychologiques, telles que les goûts personnels.
À l'avenir, de tels systèmes pourraient dynamiser encore plus les applications de rencontres, suggérant sans faute des personnes attrayantes pour chacun de nous.
Mais ce n'est qu'une goutte dans le seau. En perfectionnant cette théorie, l'intelligence artificielle peut être entraînée à extraire des décisions et des préférences de la lecture par notre cerveau de pratiquement tout ce qui nous intéresse.
Références : "Interface cerveau-ordinateur pour générer des images personnellement attrayantes",
Michiel Spape, Keith Davis, Lauri Kangassalo, Niklas Ravaja, Zania Sovijarvi-Spape, Tuukka Ruotsalo. Transactions IEEE sur l'informatique affective, 2021 ; 1 DOI : 10.1109 / TAFFC.2021.3059043