Et forskerhold fra Københavns Universitet og Helsinki Universitet præsenterede et system
For at træne modellen satte forskerne detelektroder på hovedet på undersøgelsesdeltagerne og viste dem billeder af forskellige ansigter, hvilket viser, hvordan maskinindlæring kan bruge hjerneaktivitet til at bestemme, hvilke ansigter forsøgspersonerne finder mest attraktive.
”Vi sammenligner hjerneaktiviteten hos andre menneskerfandt ud af, at vi kan forudsige, hvilke ansigter hver deltager vil finde attraktive, før de ser dem. Sådan kan vi give brugerne pålidelige anbefalinger - ligesom streamingtjenester foreslår nye film eller serier baseret på brugerens seerhistorie, ”forklarede seniorundersøgelsesforfatter Tuukka Ruotsalo fra Institut for Computervidenskab ved Københavns Universitet.
Hjerne-computer-grænseflade godkendt for første gang af FDA til genoptræning af slagtilfælde
Forskere tilføjede, at deres model vil kunne anvendesvirksomheder, der arbejder med personaliserede anbefalinger og skræddersyet indhold. Imidlertid er eksisterende samarbejdsfiltreringsmetoder baseret på vurderinger, klik og deling af indhold ikke altid en pålidelig metode til at identificere brugerpræferencer.
”På grund af sociale normer eller andre faktorerbrugere afslører muligvis ikke deres reelle præferencer gennem deres online adfærd. Derfor kan eksplicit adfærd være partisk. Hjernens signaler, vi undersøgte, er mere relateret til øjeblikkelige indtryk end til udførlig adfærd, ”sagde studieforfatter Michel Spape.
Læs mere:
Fysikere forklarer, hvorfor det er umuligt at finde mørkt stof: det er i en anden dimension
NASA-forskere tager billeder af skyer på Mars
Uranus har modtaget status som den mærkeligste planet i solsystemet. Hvorfor?