Es könnte ein Plot für eine Science-Fiction-Serie sein, vielleicht auch ein Ausblick in eine nahende Zukunft. Oder eine Entwicklung, die Online-Singlebörsen und Matching-Apps aufjubeln lässt. Forscher aus Helsinki und Norwegen haben eine AI entwickelt, die das Gehirn scannt, um zu lernen, welche Features der Versuchsperson als attraktiv erscheinen.

Computergestaltete Gesichter

Konkret erstellten sie in der Studie computergestaltete Gesichter und griffen dabei auf ein kontradiktorisches neuronales Netzwerk zurück. Angelehnt an 200.000 eher unbekannten Promi-Bilder. Die Gesichter besaßen einige Gesichtszüge, die Menschen attraktiv finden. Zum Beispiel markante Kiefer und blaue Augen.

AI misst Reaktion auf Reize

Beim Versuch wurden Probanden nicht etwa gebeten, die generierten Gesichter zu bewerten. Stattdessen wurden bei den Tests P300-Wellen untersucht. Ähnlich wie bei Lügendetektor-Tests handelt es sich hier um eine Welle, die Reaktionen auf Reize misst. Mittels “Machine Learning” war das Programm in der Lage maßgeschneiderte Fotos von Personen zu erstellen, die es gar nicht gibt. Diese generierten Gesichter wurden dann Teilnehmern gezeigt. Diese mussten sich bei dem Experiment nur auf jene “Faces” konzentrieren, die ihnen gefielen, nicht mehr. Elektroenzephalographie (EEG) -Kappen nahmen während einer Slideshow “Daten aus dem Gehirn auf”. Danach eruierte ein Algorithmus was jene Bilder gemeinsam hatten, auf die die meisten Probanden ansprachen.

Erfassung der Gehirnwellen durch EEG

“Wir haben den Teilnehmern eine große Auswahl dieser Gesichter gezeigt und sie gebeten, sich selektiv auf jene zu konzentrieren, die sie attraktiv fanden”, erklärte Michiel Spapé, Postdoktorand an der Universität Helsinki, gegenüber Digital Trends. “Durch die Erfassung der Gehirnwellen per EEG, die unmittelbar nach dem Sehen eines Gesichts auftraten, haben wir erkannt, ob ein Gesicht als attraktiv angesehen wird oder nicht. Diese Informationen verwendeten wir, um eine Suche innerhalb des neuronalen Netzwerk-Modells, ein 512-dimensionalen ‘Face Space’, zu steuern und einen Punkt zu triangulieren, der dem Attraktivitätsgefüge eines einzelnen Teilnehmers entspricht.”

Reize im Vordergrund

Oder anders gesagt, man fand heraus, was welches einzelne Gehirn schön findet. Die Wissenschaftler sahen nämlich ungefähr 300 Millisekunden nachdem ein Teilnehmer ein attraktives Bild gesehen hatte, sein Gehirn mit einem bestimmten elektrischen Signal aufleuchten, das als diese P300-Welle bezeichnet wird. Es ging nicht um Anziehungskraft per se, wie die Forscher betonen, sondern um das Erkennen bestimmter relevanter Reize.

AI-Modell erfasst persönliche Präferenz

“Während es einige Merkmale gibt, die von den Teilnehmern allgemein bevorzugt werden, da einige in unseren Experimenten erzeugte Gesichter einander ähnlich sehen, erfasst unser AI-Modell wirklich persönliche Präferenzen”, so Tuukka Ruotsalo, Associate Professor an der Universität von Helsinki, gegenüber Digital Trends. “Es gibt Unterschiede bei allen generierten Bildern. Im trivialsten Aspekt erhalten Teilnehmer mit unterschiedlichen Geschlechtspräferenzen Gesichter, die dieser Präferenz entsprechen.”

Gehirn-Crawler

Mit diesem Durchbruch einer Art “Gehirn-Kriechers” lässt sich jetzt natürlich mutmaßen, inwiefern diese AI-Technologie genutzt werden kann. Und wird. Der erste logische Gedankenschritt in diese Richtung ist die Entstehung von etwas, das man als Neuro-Tinder bezeichnen kann und rein optisch zwei User per App miteinander verbindet, die ähnliche Geschmäcker haben. Weitaus komplexer wird es, wenn man weiter denkt und andere Bereiche, wie Märkte und Zielgruppen, mit einbezieht.

Potentielle Nutzung?

In Richtung “Targeting” gebe es tatsächlich viele Möglichkeiten der Nutzung. Während diverse Medien in dieser Causa von Filmemachern reden, die ihrer Zielgruppe entsprechend bestimmte (attraktive) Schauspieler casten, sind auch diverse CGI-Faces denkbar, die gezielt Gruppen ansprechen. Was gut in der Gaming-Industrie funktionieren würde. Aber auch die Werbung, die auf individuelles Marketing setzt, könnte mit so einer Technologie in der Hand und dem einhergehenden Reiz-Schema noch fokussierter auf potentielle Kunden zugehen. Und sie mit jener Schönheit locken, auf die sie schon anfällig sind.

Das gemeinsame Vielfache

Nicht, dass es etwas Neues wäre, attraktive Menschen in Film und Fernsehen zu nutzen, Produkte mit schönen Personen zu versehen oder nach Sympathie zwecks Attraktivität einzustellen. Allerdings ändert sich die Dynamik, sobald Marktstudien dahinter stehen und noch gezielter mittels AI-Reizforschung in die Vorlieben potentieller Kunden eingreifen können. Der Spruch “Schönheit liegt im Auge des Betrachters” deutet darauf hin, dass es viele individuelle Faktoren gibt, warum man jemanden attraktiv findet. Bei jedem anders, so die bisherige Annahme. Engt man allerdings wissenschaftlich basiert ein “gemeinsames Vielfaches” pro ausgesuchter Zielgruppe ein, so könnte das noch weitreichendere Folgen haben, als es bisher Amazon und Facebook mit ihrem individuellen “Target Marketing” auslösen. Denn, wenn Liebe blind macht, so kann man festhalten, Schönheit reizt. Auch eine AI-generierte.