외모가 전부는 아니다. 그러나 그것들은 뭔가 있어야한다. 그렇지 않으면 Tinder와 Bumble과 같은 데이트 앱이 그다지 큰 성공을 거두지 못할 것이다. 안타깝게도 다른 사람의 외모만으로는 잘 지낼 수 있는지 알 수 없으며, 스와이프의 세계에서도 똑같이 중요하다.
새로운 AI는 이미 압도적인 데이트 앱 세계에 렌치를 던질 수 있다. 헬싱키대학과 코펜하겐 대학의 팀이 개발한 인공지능 시스템은 특정 사용자가 매력적이라고 생각하는 가짜 얼굴의 이미지를 생성할 수 있었다. 동일한 사용자의 두뇌 활동이 AI 교육에 중요한 역할을 했기 때문이다. 소름 끼치고 미래 지향적이며 궁극적인 낚시질하는 기회처럼 들리는가? 작동 방식은 다음과 같다.
2월에 IEEE Xplore에 발표된 논문에 자세히 설명된 이 시스템은 생성 적 적대 네트워크(GAN)를 사용하여 가짜 얼굴을 만든다. GAN이 서로 경쟁하는 두 개의 서로 다른 신경망으로 구성되어 있기 때문에 "적대적"이라는 단어가 있다. 훈련 데이터에서 본 것과 유사한 데이터 (이 경우 이미지)를 생성하는 생성 기 네트워크가 있다. 한편 판별자 네트워크는 어떤 이미지가 가짜인지 실제인지를 찾아 내려고 한다 (생성기가 생성한 가짜 이미지는 훈련 데이터의 실제 이미지와 혼합된다). 주기가 계속 반복됨에 따라 생성기는 사실적인 이미지를 더 잘 생성하고 판별자는 가짜 이미지를 더 잘 선택한다. 공생에 대해 이야기해보자!
연구원들은 200,000명의 유명인 이미지로 GAN을 훈련시켰다. 우리 모두는 유명인이 매력적이지 않아 유명해지지 않는다는 것을 알고 있다. 말할 필요도 없이 이 신경망은 많은 예쁜 사람들을 보았다. 적어도 기존의 할리우드 표준에 따라 예쁘다고 여겨지는 사람들도 있었다. 물론 진정한 아름다움은 보는 사람의 눈에 있다.
유명인이 흠뻑 적신 시스템은 수백 개의 가상 인물 이미지를 만들어 냈고, 이 이미지는 뇌 활동을 모니터링하는 실제 사람 30명(연구 참가자)에게 보여 졌다. 이것은 뇌에서 발화하는 뉴런의 전기 신호를 포착하기 위해 전극과 와이어 네트워크를 사용하는 뇌파 검사 (EEG)로 달성되었다. 당연히 참가자들에게 매력적이라고 생각하는 얼굴의 이미지를 보여주었을 때 뇌 활동이 증가했다 (참가자들이 매력적이라고 생각하는 얼굴에 초점을 맞추도록 특별히 지시를 받았기 때문이다).
참가자들은 주어진 얼굴이 왜 매력적이라고 생각하는지, 어떤 특징이 자신에게 어필했는지 의식할 필요가 없었다 (넓은 눈, 높은 광대뼈, 큰 코?). 시스템은 참가자가 좋아하는 각 얼굴의 데이터를 저장한 다음 이들 사이의 공통점을 찾아 데이터 포인트를 특정 기능으로 추출했다. 분명히 우리 인간은 매우 독창적이지 않고 동일한 속성에 계속해서 매력을 느끼는 경향이 있다.
그런 다음 팀은 각 참가자가 어떤 기능을 좋아하는지 보여주는 데이터를 가져와 GAN에 다시 제공했다. 결과? 자신이 좋아하는 특성을 모두 결합한 맞춤형 가짜 얼굴이다. 곱슬 머리? 깎인 턱선? 블랙 커피 같은 눈? 그렇다. 얼굴만 진짜이고 당신과 데이트하고 싶어하는 사람들의 것이다.
개인의 선호도에 따라 생성된 가짜 얼굴을 다시 보여주었을 때 (컨트롤 이미지와 혼합) 참가자들은 87%의 시간 동안 매력적이라고 평가했다. 나머지 13%는 어떨까? 글쎄, 그들은 너무 완벽했거나 (뭔가 너무 아름다워서 못 생겼을까?) 아니면 그들의 특별한 얼굴 특징 조합이 약간… 결국 그들은 진짜가 아니었다.
따라서 이와 같은 기술을 사용할 수 있는 몇 가지 사악한 방법이 있다. 얼굴이 매력적일 필요는 없고 실제처럼 보이기만 하면 된다. 온라인 담론을 조작하는 데 사용되는 더미 소셜 미디어 계정의 프로필 사진과 같이 가짜 사람을 갖는 것이 유용한 모든 상황은 기술적 배반의 대상이 된다.
운 좋게도 연구팀은 시스템을 위한 생산적이고 낚시질하지 않는 애플리케이션을 염두에 두고 있다. 헬싱키 대학의 부교수 Tuukka Ruotsalo는 Digital Trends에“이는 편견, 고정 관념, 선호도 및 개인차와 같은 인지 기능에 반응하는 기능과 그 조합을 이해하는 데 도움이 될 수 있다.”고 말했다.
