Os pesquisadores conseguiram fazer com que uma IA entendesse nossas noções subjetivas sobre o que torna um rosto atraente para nós.
O dispositivo cria de forma autônoma o retrato feito sob medida de um rosto que tem uma característica peculiar: nós gostamos. Nós gostamos muito, subjetivamente.
As aplicações são muitas: os resultados podem ser usados, por exemplo, para modelar preferências e tomadas de decisão, bem como para identificar atitudes potencialmente inconscientes.
Todos poderiam, por exemplo, ficar à vontade com um helpdesk (ou vendedor) virtual de aparência mais atraente.
Diga-me que cérebro você tem e eu vou te mostrar um rosto atraente
Pesquisadores da Universidade de Helsinque e Copenhague estudaram se um computador seria capaz de identificar as características de um rosto que consideramos atraente e, a partir disso, criar novas imagens que correspondam aos nossos gostos.
Os pesquisadores usaram inteligência artificial para interpretar sinais cerebrais e combinaram uma interface cérebro-computador com um modelo generativo de rostos artificiais.
“Em nossos estudos anteriores, projetamos modelos que pudessem identificar e controlar características simples de retratos, como cor do cabelo e emoção expressa”, afirma o pesquisador sênior e palestrante. Michael Spapé.
“No entanto, as pessoas concordam amplamente sobre quem é loiro e quem sorri. O que é considerado atraente é, em vez disso, um objeto de estudo mais desafiador."
É verdade: o julgamento sobre o que é atraente para cada um de nós também depende de fatores culturais e psicológicos que provavelmente desempenham papéis inconscientes em nossas preferências individuais. É por isso que muitas vezes achamos muito difícil explicar o que exatamente nos torna algo, ou alguém, atraente: a beleza está nos olhos de quem vê. E no cérebro, eu acrescentaria.
O estudo, que combina ciência da computação e psicologia, foi publicado em fevereiro na revista IEEE Transactions in Affective Computing.
Preferências exibidas pelo cérebro
Inicialmente, os pesquisadores atribuíram a uma rede neural generativo adversário (GAN) a tarefa de criar centenas de retratos artificiais. As imagens foram mostradas, uma de cada vez, a 30 voluntários, que foram solicitados a prestar atenção no rosto que consideravam atraente, enquanto suas respostas cerebrais eram registradas por meio de eletroencefalografia (EEG).
“Funcionou um pouco como o aplicativo de namoro Tinder: os participantes deslizavam para a direita sempre que viam um rosto atraente. Medimos a resposta cerebral às imagens”, explica ele Michael Spapé.
Em resumo: os pesquisadores analisaram os dados do EEG com técnicas de aprendizado de máquina, vinculando dados individuais do EEG por meio de uma interface cérebro-computador a uma rede neural generativa.
“Uma interface cérebro-computador como esta pode interpretar as opiniões dos usuários sobre a atratividade de uma série de imagens. A partir disso, produz-se uma imagem completamente nova de um rosto, com as características que uma determinada pessoa considera atraente”, afirma. Tuukka Ruotsalo, pesquisador da Academia e professor associado, que dirige o projeto.
Os resultados do teste
Ao testar o procedimento duplo-cego, os pesquisadores descobriram que as novas imagens correspondiam às preferências dos sujeitos com precisão em mais de 80%.
Ser capaz de avaliar a atratividade é especialmente significativo, pois se trata de uma propriedade psicológica muito pessoal. Até agora, a visão computacional tem tido muito sucesso na classificação de imagens com base em padrões objetivos. Hoje sabemos que é possível detectar e gerar imagens com base também em propriedades psicológicas, como o gosto pessoal.
No futuro, sistemas como este poderão melhorar ainda mais os aplicativos de namoro, sem falhar, sugerindo pessoas de aparência atraente para cada um de nós.
Mas é apenas uma gota no oceano. Ao aperfeiçoar esta teoria, a inteligência artificial pode ser treinada para extrair decisões e preferências sobre praticamente tudo o que nos interessa a partir da leitura do nosso cérebro.
Referências: “Interface cérebro-computador para geração de imagens pessoalmente atraentes”,
Michiel Spape, Keith Davis, Lauri Kangassalo, Niklas Ravaja, Zania Sovijarvi-Spape, Tuukka Ruotsalo. Transações IEEE sobre Computação Afetiva, 2021; 1 DOI: 10.1109/TAFFC.2021.3059043