En forskargrupp från Köpenhamns universitet och Helsingfors universitet presenterade ett system
För att utbilda modellen satte forskarnaelektroder på studiens deltagares huvuden och visade dem bilder av olika ansikten, vilket visar hur maskininlärning kan använda hjärnaktivitet för att bestämma vilka ansikten ämnen tycker är mest attraktiva.
”Att jämföra hjärnaktiviteten hos andra människor, vifann att vi kan förutsäga vilka ansikten varje deltagare kommer att tycka attraktiva innan de ser dem. Så här kan vi ge användarna tillförlitliga rekommendationer - precis som streamingtjänster föreslår nya filmer eller serier baserade på användarens tittarhistorik, ”förklarade seniorstudieförfattaren Tuukka Ruotsalo vid Institutionen för datavetenskap vid Köpenhamns universitet.
Hjärn-datorgränssnitt rensades för första gången av FDA för strokerehabilitering
Forskare tillade att deras modell kommer att kunna tillämpasföretag som arbetar med anpassade rekommendationer och skräddarsytt innehåll. Befintliga samarbetsfiltreringsmetoder baserade på betyg, klick och delning av innehåll är dock inte alltid en pålitlig metod för att identifiera användarinställningar.
”På grund av sociala normer eller andra faktoreranvändare får inte avslöja sina verkliga preferenser genom sitt onlinebeteende. Därför kan uttryckligt beteende vara partiskt. Hjärnsignalerna vi undersökte är mer relaterade till omedelbara intryck än till detaljerat beteende, säger studiens medförfattare Michel Spape.
Läs mer:
Fysiker förklarar varför det är omöjligt att hitta mörk materia: den har en annan dimension
NASA-forskare tar bilder av moln på Mars
Uranus har fått status som den konstigaste planeten i solsystemet. Varför?