Учёные научились предсказывать по ЭЭГ, какие люди нравятся испытуемому
Исследователи Копенгагенского и Хельсинкского университетов обучили алгоритмы предсказывать выбор пациента по показателям электроэнцефалографии (ЭЭГ) при помощи методов машинного обучения и коллаборативной фильтрации.
Разработчики используют методы коллаборативной фильтрации для обучения онлайн-алгоритмов прогнозированию предпочтений пользователей. Они учитывают выбор и сравнивают действия пользователя, определяя скрытые паттерны поведения.
Исследователи Копенгагенского и Хельсинкского университетов предположили, что механизм коллаборативной фильтрации можно перенести в нейробиологию для прогнозирования предпочтения людей на основе данных об активности мозга.
Для проверки гипотезы исследователи разместили электроды ЭЭГ на головах участников эксперимента. Учёные показывали им изображения с человеческими лицами и просили отмечать те, которые участники считают наиболее привлекательными. В это время ЭЭГ собирал данные об активности разных групп нейронов на те или иные действия. Исследователи использовали данные о предпочтениях участников для тренировки алгоритма методом машинного обучения. Алгоритм создал своеобразный рейтинг привлекательности людей на фотографиях.
К собранным данным исследователи применили метод коллаборативной фильтрации. Наученный алгоритм с точностью 80% определял, какие из новых изображений испытуемый сочтёт привлекательными. Таким образом, итоговый алгоритм — это комбинация данных о работе мозга от реальных людей.
Исследователи планируют удешевить и упростить платформу для широкого использования в качестве интерфейса мозг—компьютер. По их прогнозам, этот процесс займёт около 10 лет. Авторы уточняют, что перед этим необходимо проработать вопросы конфиденциальности и владения данными, полученными при помощи ЭЭГ.
Кроме того, исследователи предлагают компаниям использовать разработанную систему для выявления истинных реакций пользователей на контент и совершенствования методов коллаборативной фильтрации. По словам авторов, из-за социальных норм или других факторов пользователи могут скрывать свои истинные предпочтения. Алгоритмы же работают на показателях активности мозга и учитывают реальную реакцию людей ещё до того, как они приняли решение.
Материалы исследования опубликованы в статье «Collaborative Filtering with Preferences Inferred from Brain Signals»в журнале Proceedings of the Web Conference 2021 Doi.org/10.1145/3442381.3450031
