據(jù)國(guó)外科技媒體 Tech Xplore 報(bào)道，來(lái)自哥本哈根大學(xué)(University of Copenhagen)和赫爾辛基大學(xué)(University of Helsinki)的最新研究成果表明，算法也許可以通過(guò)分析一個(gè)人面對(duì)其他人時(shí)的大腦反應(yīng)，來(lái)預(yù)測(cè)個(gè)人喜好。這項(xiàng)技術(shù)可能會(huì)將用于信息服務(wù)商為用戶提供個(gè)性化定制的媒體內(nèi)容，也可以幫助用戶更好了解自身。

該項(xiàng)研究的論文第一作者 Keith Davis 認(rèn)為他們正在朝著“感知計(jì)算”(mindful computing)的時(shí)代前行。

一、算法不但可以監(jiān)測(cè)人類行為，還可以監(jiān)測(cè)腦電波

算法早已入侵我們的生活。

目前的算法技術(shù)可通過(guò)協(xié)作過(guò)濾(Collaborative filtering)分析人們的行為，以預(yù)測(cè)他們的偏好。但事實(shí)上，算法不但能監(jiān)測(cè)人類的行為，還可以監(jiān)測(cè)他們的大腦反應(yīng)。

通過(guò)哥本哈根大學(xué)和赫爾辛基大學(xué)的實(shí)驗(yàn)表明，算法能夠預(yù)測(cè)一個(gè)人對(duì)尚未見過(guò)的臉是否會(huì)受到其吸引。

研究人員將腦電圖電極(EEG electrodes)放在參與者的頭部，并向他們展示了各種不同的臉部圖像，并需要找出他們認(rèn)為更具吸引力的人。在此過(guò)程中，他們的腦電波信號(hào)將會(huì)被記錄。機(jī)器學(xué)習(xí)模型將會(huì)通過(guò)這些數(shù)據(jù)來(lái)區(qū)分參與者看到更具吸引力的臉以及不具吸引力的臉時(shí)不同的大腦反應(yīng)。

“通過(guò)比較不同人的大腦活動(dòng)，我們發(fā)現(xiàn)，算法也許能預(yù)測(cè)每位參與者在看到這些不同臉時(shí)的大腦反應(yīng)，清楚參與者會(huì)認(rèn)為哪些面孔更具吸引力”，哥本哈根大學(xué)計(jì)算機(jī)科學(xué)系的資深作者 Dr. Tuukka Ruotsalo 談到，“基于此，我們就可以為用戶提出可靠的推薦 — 就如同流媒體業(yè)務(wù)(streaming services)通過(guò)用戶的瀏覽歷史推薦新電影或系列一樣”。

二、算法正朝著“感知計(jì)算”的時(shí)代前行

目前，越來(lái)越多地商家會(huì)提供個(gè)性化服務(wù)，用戶也傾向從他們那里獲得獨(dú)家定制的內(nèi)容。因此，研究人員和從業(yè)者也更有興趣開發(fā)準(zhǔn)確的技術(shù)來(lái)滿足這一需求。

但現(xiàn)有的協(xié)作過(guò)濾技術(shù)是基于對(duì)用戶的評(píng)級(jí)、點(diǎn)擊行為、內(nèi)容共享等行為而篩選信息，這并不能揭示人們真實(shí)的喜愛偏好。

“由于社會(huì)規(guī)范或其他因素，用戶可能無(wú)法通過(guò)網(wǎng)絡(luò)行為來(lái)表達(dá)自己的真正偏好。因此分析外顯行為(explicit behavior)可能會(huì)存在偏見。當(dāng)我們調(diào)查觀察大腦發(fā)出的信號(hào)后，很容易發(fā)現(xiàn)這一現(xiàn)象”，共同作者 Dr. Michiel Spapé 解釋道，“所以，個(gè)人實(shí)際偏好與直接印象關(guān)聯(lián)更大，而非細(xì)致思考”。

“我們腦電波信號(hào)是一種未被開發(fā)的信息來(lái)源。從長(zhǎng)遠(yuǎn)來(lái)看，人工智能觀察人類的腦電波信號(hào)變化，可能會(huì)為人們提供更多有關(guān)自身偏好的信息。這也許能解釋一個(gè)人喜歡某些歌曲的原因 —— 這與他們所喚起的情感可能有關(guān)”，Thukka Ruotsalo 解釋說(shuō)。

但研究人員并不認(rèn)為這項(xiàng)新技術(shù)可以幫助廣告商和流媒體業(yè)務(wù)銷售產(chǎn)品或留住用戶。

“我認(rèn)為，我們的研究是朝著‘感知計(jì)算’的時(shí)代前行，在這個(gè)時(shí)代里，通過(guò)計(jì)算機(jī)和神經(jīng)科學(xué)技術(shù)(neuroscience techniques)的結(jié)合，用戶將能夠獲得更多關(guān)于自己的獨(dú)家信息。事實(shí)上，腦機(jī)接口(Brain-Computer Interfacing)可以幫助我們更好地理解自己”，Keith Davis 表示。

三、應(yīng)用腦電波分析，至少還要十年

事實(shí)上，距離這項(xiàng)可以通過(guò)腦電波分析人們真實(shí)喜愛偏好的技術(shù)被廣泛應(yīng)用到現(xiàn)實(shí)中還很遙遠(yuǎn)。

研究人員指出，至少要等到能提供腦機(jī)接口的設(shè)備價(jià)格降低且便捷好用。他們最樂觀的猜測(cè)也認(rèn)為這至少需要 10 年的時(shí)間。

研究人員還強(qiáng)調(diào)，這項(xiàng)技術(shù)在保護(hù)來(lái)自大腦的數(shù)據(jù)不受濫用方面受到重大挑戰(zhàn)。學(xué)界需要認(rèn)真考慮數(shù)據(jù)隱私，數(shù)據(jù)所有權(quán)以及使用大腦原始數(shù)據(jù)的道德論理等問題。

結(jié)語(yǔ)：算法正為腦機(jī)接口開辟新路徑

大腦是人體最重要的器官，同時(shí)也是最為復(fù)雜的器官。

盡管哥本哈根大學(xué)和赫爾辛基大學(xué)的研究人員可以通過(guò)分析人們的腦電波信號(hào)來(lái)判斷人們對(duì)不同面孔的吸引程度，但該技術(shù)還面臨設(shè)備昂貴，使用困難以及數(shù)據(jù)道德倫理等挑戰(zhàn)。

但正如基思?戴維斯所言，以深度學(xué)習(xí)為代表的算法技術(shù)發(fā)展，正為腦機(jī)接口的未來(lái)打開一條新路徑，我們充滿期待新時(shí)代的到來(lái)。