Računala mogu predvidjeti naše sklonosti izravno iz našeg mozga

Istraživači sveučilišta u Kopenhagenu i Helsinkiju pokazali su da je moguće predvidjeti individualne preferencije na temelju toga kako se reakcije mozga osobe podudaraju s drugima

Mladen Smrekar četvrtak, 10. lipnja 2021. u 06:00

Navikli smo na mrežne algoritme koji pokušavaju pogoditi naše sklonosti svemu što nas okružuje, od filmova i glazbe do vijesti i kupovine. To se temelji ne samo na onome što smo tražili, gledali ili slušali, već i na usporedbi tih aktivnosti s drugima. Takozvano suradničko filtriranje (CF) koristi skrivene obrasce u našem ponašanju i ponašanju drugih kako bi predvidjelo koje bi nam stvari mogle biti zanimljive ili privlačne.

Električna aktivnost mozga

Ali što ako bi algoritmi mogli koristiti odgovore našeg mozga, a ne samo naše ponašanje? Projekt koji kombinira informatiku i kognitivnu neuroznanost pokazao je da je suradničko filtriranje na temelju mozga zaista moguće. Korištenjem algoritma koji odgovara pojedinačnom uzorku odgovora mozga s odgovorima drugih, istraživači sa Sveučilišta u Kopenhagenu i Sveučilišta u Helsinkiju uspjeli su predvidjeti privlačnost osobe prema još neviđenom licu.

Sudionicima ispitivanja na glave su postavljane EEG elektrode i potom su im prikazivane slike različitih lica
Sudionicima ispitivanja na glave su postavljane EEG elektrode i potom su im prikazivane slike različitih lica

Prije toga istraživači su postavljali EEG elektrode na glave sudionika studije i pokazivali im slike različitih lica, čime su pokazali da strojno učenje može koristiti električnu aktivnost iz mozga kako bi otkrilo koja su lica ispitanici smatrala najatraktivnijima.

Uspoređujući moždane aktivnosti otkrili su da je moguće predvidjeti lica koja će netko smatrati privlačnim prije nego što ih vidi. Princip je funkcionirao, baš kao što streaming usluge predlažu nove filmove ili serije na temelju povijesti gledanja.

Svjesno računarstvo i veća samosvijest

Industrije i pružatelji usluga sve češće daju personalizirane preporuke i od njih sada počinjemo očekivati individualno prilagođeni sadržaj. Međutim, trenutne tehnike filtriranja nisu uvijek pouzdane metode otkrivanja naših stvarnih i temeljnih preferencija.

Zbog socijalnih normi ili drugih čimbenika, korisnici često ne mogu otkriti stvarne preferencije svojim ponašanjem na mreži. Stoga eksplicitno ponašanje može biti pristrano. No, signali iz mozga uhvaćeni su odmah nakon gledanja pa su više povezani s neposrednim dojmovima nego s pažljivo promišljenim ponašanjem, objašnjavaju istraživači.

Električna aktivnost u našem mozgu alternativni je i prilično neiskorišten izvor informacija. Dugoročno gledano, metoda se vjerojatno može koristiti za pružanje puno nijansiranijih informacija o preferencijama ljudi.

Uspoređivanjem moždanih aktivnosti moguće je predvidjeti lica koja će netko smatrati privlačnim prije nego što ih vidi
Uspoređivanjem moždanih aktivnosti moguće je predvidjeti lica koja će netko smatrati privlačnim prije nego što ih vidi

Na primjer, dekodiranje temeljnih razloga nečije naklonosti određenim pjesmama moglo bi biti povezano s osjećajima koje izazivaju, uvjereni su istraživači.

Povezivanje mozga i računala

No, novu metoda ne bi trebala služiti samo oglašivačima i streaming uslugama za bolju prodaju proizvoda ili zadržavanje korisnika. To bi, smatraju skandinavski istraživače, trebao biti iskorak prema eri "pažljivog računarstva" (mindful computing) u kojoj će korisnici, koristeći kombinaciju računala i tehnika neuroznanosti, moći pristupiti jedinstvenim informacijama o sebi. Međusobno povezivanje mozga i računala moglo bi postati sredstvo za bolje razumijevanje sebe.

No još je dalek put do toga da se ovakva tehnika počne primjenjivati izvan laboratorija. Uređaji za sučelje mozak-računalo moraju postati jeftiniji i lakši za upotrebu prije nego što se nađu u rukama ili na glavama korisnika. Deset godina prilično je optimistična vizija. Dakako, valja razmotriti i moguće zloupotrebe prikupljenih podataka te poraditi na čuvanju sirovih podataka koje prikuplja EEG.


Kako je proveden eksperiment

U eksperimentu je sudionicima prikazan velik broj slika ljudskih lica i zatraženo je da potraže one koje smatraju privlačnim. Pritom su zabilježeni njihovi moždani signali. Ovi su podaci korišteni za osposobljavanje modela strojnog učenja kako bi se razlikovala moždana aktivnost kada je sudionik vidio lice koje im se učinilo privlačnim nasuprot kada je vidjelo lice koje im nije bilo privlačno.

S različitim modelom strojnog učenja, podaci o većem broju sudionika temeljeni na mozgu korišteni su za izračunavanje koje će nove slike lica svaki sudionik smatrati privlačnim. Dakle, predviđanje se temeljilo dijelom na signalima vlastitog mozga pojedinog sudionika, a dijelom na tome kako su drugi sudionici reagirali na slike.