算法|AI读懂你的喜好！脑机交互新玩法，落地要十年？ |脑机|keith|

本文插图
智东西（公众号：zhidxcom）
编译 | 徐珊
编辑 | 云鹏
智东西6月8日消息，据国外科技媒体Tech Xplore报道，来自哥本哈根大学（University of Copenhagen）和赫尔辛基大学（University of Helsinki）的最新研究成果表明，算法也许可以通过分析一个人面对其他人时的大脑反应，来预测个人喜好。这项技术可能会将用于信息服务商为用户提供个性化定制的媒体内容，也可以帮助用户更好了解自身。
该项研究的论文第一作者Keith Davis认为他们正在朝着“感知计算”（mindful computing）的时代前行。
一、算法不但可以监测人类行为，还可以监测脑电波
算法早已入侵我们的生活。
目前的算法技术可通过协作过滤（Collaborative filtering）分析人们的行为，以预测他们的偏好。但事实上，算法不但能监测人类的行为，还可以监测他们的大脑反应。
通过哥本哈根大学和赫尔辛基大学的实验表明，算法能够预测一个人对尚未见过的脸是否会受到其吸引。
研究人员将脑电图电极（EEG electrodes）放在参与者的头部，并向他们展示了各种不同的脸部图像，并需要找出他们认为更具吸引力的人。在此过程中，他们的脑电波信号将会被记录。机器学习模型将会通过这些数据来区分参与者看到更具吸引力的脸以及不具吸引力的脸时不同的大脑反应。

本文插图
“通过比较不同人的大脑活动，我们发现，算法也许能预测每位参与者在看到这些不同脸时的大脑反应，清楚参与者会认为哪些面孔更具吸引力” ，哥本哈根大学计算机科学系的资深作者Dr. Tuukka Ruotsalo谈到， “基于此，我们就可以为用户提出可靠的推荐—就如同流媒体业务（streaming services）通过用户的浏览历史推荐新电影或系列一样” 。
二、算法正朝着“感知计算”的时代前行
目前，越来越多地商家会提供个性化服务，用户也倾向从他们那里获得独家定制的内容。因此，研究人员和从业者也更有兴趣开发准确的技术来满足这一需求。
但现有的协作过滤技术是基于对用户的评级、点击行为、内容共享等行为而筛选信息，这并不能揭示人们真实的喜爱偏好。
“由于社会规范或其他因素，用户可能无法通过网络行为来表达自己的真正偏好。因此分析外显行为（explicit behavior）可能会存在偏见。当我们调查观察大脑发出的信号后，很容易发现这一现象” ，共同作者Dr. Michiel Spapé解释道， “所以，个人实际偏好与直接印象关联更大，而非细致思考” 。