采購網(wǎng)站會自動識別人的喜好

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

眾包是一種將較復雜的任務分解為較小的任務的方法，這些任務可以分配給大批人員并單獨解決。例如，可以詢問人們是否可以在圖像中看到對象，并將他們的響應用作圖像識別系統(tǒng)的指導數(shù)據(jù)。甚至基于人工智能的最先進的圖像識別系統(tǒng)也尚未完全自動化。相反，訓練它們需要許多人對許多樣本圖像的內(nèi)容提出意見。

赫爾辛基大學的研究人員通過借助AI技術分析人的腦電圖(EEG)，對實現(xiàn)眾包的可能性進行了實驗?？梢哉髟?nèi)藗兊囊庖?，而不是征求人們的意見，而可以直接從EEG中讀取這些信息。

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

在這項研究中，共有30名志愿者在計算機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)的眾包任務不同，他們沒有使用鼠標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，使用腦電圖收集每個參與者的大腦活動。通過腦電圖，人工智能算法學會了識別與任務相關的圖像，例如當金發(fā)碧眼的人的圖像出現(xiàn)在屏幕上時。

在實驗結果中，計算機能夠直接從EEG解釋這些心理標簽。研究人員得出的結論是，腦資源采購可以應用于簡單且定義明確的識別任務。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記結果。

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

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

“目前的測量大腦活動的方法足以滿足實驗室中受控設置的要求，但是該技術需要在日常使用中進行改進。此外，這些方法僅占總大腦活動的很小一部分。隨著大腦成像技術的改進，它可能會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，僅憑大腦的活動就足以確定您對它的反應。”