采購網(wǎng)站會(huì)自動(dòng)識(shí)別人的喜好

赫爾辛基大學(xué)的研究人員開發(fā)了一種使用人工智能的技術(shù)來分析觀點(diǎn)并從人群的大腦活動(dòng)中得出結(jié)論。研究人員將這種技術(shù)稱為“腦部外包”，該技術(shù)可用于對(duì)圖像進(jìn)行分類或推薦內(nèi)容，這是以前從未證明過的。

眾包是一種將較復(fù)雜的任務(wù)分解為較小的任務(wù)的方法，這些任務(wù)可以分配給大批人員并單獨(dú)解決。例如，可以詢問人們是否可以在圖像中看到對(duì)象，并將他們的響應(yīng)用作圖像識(shí)別系統(tǒng)的指導(dǎo)數(shù)據(jù)。甚至基于人工智能的最先進(jìn)的圖像識(shí)別系統(tǒng)也尚未完全自動(dòng)化。相反，訓(xùn)練它們需要許多人對(duì)許多樣本圖像的內(nèi)容提出意見。

赫爾辛基大學(xué)的研究人員通過借助AI技術(shù)分析人的腦電圖(EEG)，對(duì)實(shí)現(xiàn)眾包的可能性進(jìn)行了實(shí)驗(yàn)?？梢哉髟?nèi)藗兊囊庖姡皇钦髑笕藗兊囊庖?，而可以直接從EEG中讀取這些信息。

赫爾辛基大學(xué)的研究院研究員Tuukka Ruotsalo說：“我們希望研究是否可以通過利用人們的自然反應(yīng)來將眾包技術(shù)應(yīng)用于圖像識(shí)別，而無需他們使用鍵盤或鼠標(biāo)來執(zhí)行任何手動(dòng)任務(wù)。”

在這項(xiàng)研究中，共有30名志愿者在計(jì)算機(jī)顯示器上看到了人臉圖像。指示參與者根據(jù)圖像中描繪的內(nèi)容在自己的思想中標(biāo)記面部。例如，圖像是描繪金發(fā)還是深色頭發(fā)的人，還是微笑或不微笑的人。與傳統(tǒng)的眾包任務(wù)不同，他們沒有使用鼠標(biāo)或鍵盤提供任何其他信息，它們只是觀察呈現(xiàn)給他們的圖像。

同時(shí)，使用腦電圖收集每個(gè)參與者的大腦活動(dòng)。通過腦電圖，人工智能算法學(xué)會(huì)了識(shí)別與任務(wù)相關(guān)的圖像，例如當(dāng)金發(fā)碧眼的人的圖像出現(xiàn)在屏幕上時(shí)。

在實(shí)驗(yàn)結(jié)果中，計(jì)算機(jī)能夠直接從EEG解釋這些心理標(biāo)簽。研究人員得出的結(jié)論是，腦資源采購可以應(yīng)用于簡單且定義明確的識(shí)別任務(wù)。使用從12名志愿者那里收集的數(shù)據(jù)，已經(jīng)獲得了高度可靠的標(biāo)記結(jié)果。

這些發(fā)現(xiàn)可用于結(jié)合大腦和計(jì)算機(jī)活動(dòng)的各種界面。這些接口需要可穿戴電子設(shè)備形式的輕巧且用戶友好的EEG設(shè)備，而不是研究中使用的設(shè)備，后者需要訓(xùn)練有素的技術(shù)人員。正在積極開發(fā)可測量EEG的輕型可穿戴設(shè)備，并且可能會(huì)在不久的將來上市。

赫爾辛基大學(xué)的學(xué)生兼研究助理Keith Davis說：“我們的方法受到可用技術(shù)的限制。”

“目前的測量大腦活動(dòng)的方法足以滿足實(shí)驗(yàn)室中受控設(shè)置的要求，但是該技術(shù)需要在日常使用中進(jìn)行改進(jìn)。此外，這些方法僅占總大腦活動(dòng)的很小一部分。隨著大腦成像技術(shù)的改進(jìn)，它可能會(huì)變得可以直接從大腦捕獲偏好信息。您無需使用常規(guī)的評(píng)分或類似的按鈕，只需聽一首歌或觀看一場表演，僅憑大腦的活動(dòng)就足以確定您對(duì)它的反應(yīng)。”