计算机现在可以直接从我们的大脑预测我们的偏好

一个研究小组证明，根据一个人的大脑反应如何与其他人相匹配来预测个人偏好是可能的。这有可能被用来提供个性化定制的媒体内容，甚至可以启发我们认识自己。

　　

哥本哈根大学和赫尔辛基大学的一个研究小组表明，有可能根据一个人的大脑反应如何与其他人相匹配来预测个人偏好。这有可能被用来提供个性化定制的媒体内容，甚至可以启发我们了解自己。

我们已经习惯了在线算法，试图猜测我们对从电影、音乐到新闻和购物等一切事物的偏好。这不仅取决于我们所寻找的、所看的或所听的，而且也取决于这些活动与其他活动的比较。协作过滤技术就是这样称呼的，它利用我们行为和他人行为中隐藏的模式来预测哪些事情我们可能会觉得有趣或吸引人。

但是如果这些算法能够利用我们大脑的反应而不仅仅是我们的行为呢？这听起来可能有点像科幻小说，但一个结合计算机科学和认知神经科学的项目表明，基于大脑的协同过滤确实是可能的。通过使用一种算法将一个人的大脑反应模式与其他人的大脑反应模式相匹配，哥本哈根大学和赫尔辛基大学的研究人员能够预测一个人对尚未见过的面孔的吸引力。

< P>以前，研究人员已经将EEG电极放置在研究参与者的头部，并显示他们的各种面孔的图像，因此证明了机器学习可以利用大脑的电活动来检测被试最吸引人的面孔。

“通过比较其他人的大脑活动，我们现在还发现，可以预测每个参与者在看到他们之前会发现的吸引人的面孔。这样，我们就可以为用户提供可靠的推荐——就像流媒体服务根据用户的历史推荐新的电影或系列一样，哥本哈根大学计算机系的资深作者Tuukka Ruotsalo博士解释说，

< P>强>对正念计算和更大的自我意识< <强>< P >工业和服务提供商越来越多地给出个性化建议，我们现在开始期望单独定制内容。从他们那里。因此，研究人员和工业界都有兴趣开发更精确的技术来满足这一需求。然而，当前的协作过滤技术基于评级、点击行为、内容共享等方面的明确行为，并不总是能够可靠地揭示我们的真实和潜在偏好。

“由于社会规范或其他因素，用户可能不会通过他们的在线行为透露他们的实际偏好。因此，明确的行为可能是有偏见的。我们研究的大脑信号是在观看后很早就被提取出来的，因此它们更多地与即时印象有关，而不是经过仔细考虑的行为，”合著者Michiel Spap&eacute博士解释说

“我们大脑中的电活动是另一种尚未开发的信息来源。从长远来看，这种方法可能比现在更能提供人们偏好的细微信息。Tuukka Ruotsalo解释说：“这可能是为了破解一个人喜欢某些歌曲的潜在原因——这可能与他们唤起的情感有关。”但研究人员并不认为这种新方法是广告商和流媒体服务销售产品或留住用户的一种有用方式。正如首席作者基思·戴维斯（Keith Davis）指出的那样：“我认为我们的研究是迈向一个有人称之为“用心计算”的时代的一步，在这个时代，通过结合使用计算机和神经科学技术，用户将能够获得关于自己的独特信息。事实上，众所周知的脑-机接口可以成为更好地了解自己的工具。”

然而，这项技术在实验室之外的应用还有一段路要走。研究人员指出，脑-机接口设备必须变得更便宜，更易于使用，才能发现自己掌握在临时用户手中或绑在他们的头上。他们最好的猜测是，这至少需要10年时间。

研究人员还强调，这项技术在保护基于大脑的数据不被滥用方面带来了重大挑战，研究界必须认真考虑数据隐私，脑电原始数据的所有权和伦理使用。

关于这个实验

在这个实验中，参与者被展示了大量的人脸图像，并被要求寻找那些他们认为有吸引力的。同时，他们的大脑信号被记录下来。这些数据被用来训练一个机器学习模型，以区分当参与者看到一张他们认为有吸引力的脸和当他们看到一张他们认为没有吸引力的脸时的大脑活动，来自大量参与者的基于大脑的数据被用来计算每个参与者会发现哪些新的面部图像有吸引力。因此，这个预测部分基于个体参与者自己的大脑信号，部分基于其他参与者对图像的反应

Journal Reference:

1. Keith M. Davis III, Michiel Spap&eacute;, Tuukka Ruotsalo. Collaborative Filtering with Preferences Inferred from Brain Signals. The Web Conference 2021, 2021 DOI: 10.1145/3442381.3450031