“우리는 컴퓨터가 전적으로 인간 피험자가 생성한 생각을 기반으로 이미지를 편집하도록 할 수 있다. 컴퓨터에는 어떤 기능을 편집해야 하는지 또는 어떻게 편집해야 하는지에 대한 사전 정보가 전혀 없다. 지금까지 아무도 이 작업을 수행한 적이 없다.”라고 코펜하겐 대학 컴퓨터 공학과 부교수인 Tuukka Ruotsalo가 말했다.

새로운 연구에서 30명의 참가자는 전기 뇌 신호(뇌파 또는 EEG)를 매핑하는 전극이 포함된 후드를 착용했다. 모든 참가자에게 동일한 200개의 서로 다른 얼굴 이미지가 주어졌다. 또한 여성의 얼굴 찾기, 노인 찾기, 금발 찾기 등의 일련의 작업을 받았다.

참가자들은 어떤 동작도 수행하지 않고 이미지를 각 이미지당 0.5초씩 짧게 본다. 두뇌 활동을 기반으로 기계는 먼저 주어진 선호도를 매핑한 다음 그에 따라 이미지를 편집한다. 따라서 작업이 노인을 찾는 것이라면 컴퓨터는 젊은 사람의 초상화를 수정하여 더 나이 들어 보이게 만든다. 그리고 주어진 머리 색깔을 찾는 것이 임무라면 모든 사람이 그 색깔을 얻는다.

“특히 컴퓨터는 얼굴 인식에 대한 지식이 없었고 성별, 머리 색깔 또는 기타 관련 기능에 대해 전혀 몰랐다. 여전히 문제의 특징만 편집하고 다른 얼굴 특징은 변경되지 않았다.”라고 헬싱키 대학의 박사 과정 학생인 Keith Davis는 말한다.

일부는 얼굴 특징을 조작할 수 있는 소프트웨어가 이미 많이 존재한다고 주장할 수 있다. 그것은 요점을 놓치는 것이라고 Davis는 말한다.

“기존의 모든 소프트웨어는 이전에 레이블이 지정된 입력으로 훈련되었다. 따라서 사람들을 더 늙어 보이게 할 수 있는 앱을 원하면 수천 장의 초상화를 제공하고 컴퓨터에 어떤 것이 젊고 어느 것이 나이가 들었는지 알려준다.”고 그는 말한다. “여기서 피험자들의 뇌 활동이 유일한 입력이었다. 이것은 인간의 두뇌를 입력 소스로 직접 사용하는 인공지능의 완전히 새로운 패러다임이다.”

새로운 작업에 대한 한 가지 가능한 응용 프로그램은 의학 분야일 수 있다.

“의사는 이미 스캔한 이미지를 해석하는 데 인공지능을 사용하고 있다. 그러나 실수가 발생한다. 결국 의사는 이미지의 도움을 받을 뿐 결정을 스스로 내린다. 이미지의 특정 기능이 다른 것보다 더 자주 잘못 해석될 수 있다. 이러한 패턴은 우리 연구의 적용을 통해 발견될 수 있다.”라고 Ruotsalo는 말한다.

예를 들어 마비된 사람이 자신의 컴퓨터를 작동하도록 허용하는 것과 같이 특정 그룹의 장애인을 지원하는 다른 응용 프로그램이 있다.

"그것은 환상적일 것이다."라고 Ruotsalo는 말한다. “그러나 그것은 우리 연구의 초점이 아니다. 우리는 일반적으로 머신러닝을 개선하기 위해 광범위한 범위를 가지고 있다. 가능한 적용 범위는 넓을 것이다. 예를 들어, 지금부터 10년 또는 20년 후에는 컴퓨터를 작동하기 위해 마우스를 사용하거나 명령을 입력할 필요가 없을 것이다. 어쩌면 우리는 마인드 컨트롤을 사용할 수 있다!”

그러나 Ruotsalo에 따르면 주의해야 할 몇 가지 이유가 있다.

“개별 뇌 신호를 수집하는 것은 윤리적인 문제를 수반한다. 이 지식을 습득한 사람은 잠재적으로 개인의 선호도에 대한 깊은 통찰력을 얻을 수 있다. 우리는 이미 몇 가지 추세를 보고 있다. 사람들은 심박수 등을 기록할 수 있는 '스마트' 시계 및 이와 유사한 장치를 구입하지만 공유하고 싶지 않은 민간 기업에 대한 지식을 제공하는 데이터가 생성되지 않는다고 확신할까?”

“나는 이것을 학문적 작업의 중요한 측면으로 본다. 우리의 연구는 무엇이 가능한지 보여주지만, 우리는 그것이 가능하기 때문에 일을 해서는 안 된다. 이것은 내가 보기에 지침과 공공 정책에 의해 규제되어야 하는 영역이다. 이것이 적응되지 않으면 민간 기업이 계속 나아갈 것이다.”

연구원들은 CVPR 2022(Computer Vision and Pattern Recognition)에서 작업에 대한 논문을 공유했다.

출처: 코펜하겐대학교