Động Sát Beating AI tin nhanh, công ty giao diện não-máy tính Sabi đã công bố một nghiên cứu mới có tên RLNF (học tăng cường phản hồi thần kinh). Trong phần trình diễn, một khuôn mặt AI liên tục thay đổi, dần dần trở nên phù hợp hơn với thẩm mỹ của người xem. Các nhà nghiên cứu hy vọng để AI hiểu được sở thích của từng người từ tín hiệu não, mà không cần phải hỏi đi hỏi lại người dùng xem bức ảnh nào đẹp hơn.
Nhóm nghiên cứu trước tiên cho 5 người tham gia xem một lượng lớn khuôn mặt, đồng thời ghi lại điện não đồ và chuyển động mắt, và để họ chấm điểm mức độ hấp dẫn của từng khuôn mặt. Thông qua những dữ liệu này, AI học được mỗi người có phản ứng sinh lý như thế nào khi nhìn thấy khuôn mặt mình thích hoặc không thích, từ đó xây dựng mô hình sở thích thẩm mỹ cá nhân.
Sau đó, các nhà nghiên cứu sử dụng dữ liệu sở thích này để tinh chỉnh mô hình hình ảnh FLUX.2 Klein 4B thông qua học tăng cường. Mỗi khi AI tạo ra một loạt khuôn mặt mới, hệ thống sẽ so sánh chúng với những khuôn mặt đã ghi lại trước đó, và đưa ra phần thưởng dựa trên sở thích cá nhân được suy đoán từ tín hiệu não. Mô hình liên tục điều chỉnh theo phần thưởng, dần dần học được cách tạo ra những khuôn mặt phù hợp hơn với thẩm mỹ của người dùng cụ thể, toàn bộ quá trình không cần người tham gia chấm điểm từng bức ảnh nữa.
Trước đây đã có nghiên cứu sử dụng phản hồi điện não đồ để dẫn dắt AI tạo ra những khuôn mặt mà mọi người yêu thích. Sabi thì sử dụng phản hồi này cho học tăng cường của mô hình hình ảnh, để thẩm mỹ cá nhân ảnh hưởng trực tiếp đến xu hướng tạo sinh của mô hình.
Tuy nhiên, thí nghiệm hiện chỉ có 5 người tham gia, trong đó sở thích của 2 người chủ yếu được đánh giá dựa trên hoạt động mắt, chứ không phải nhận diện trực tiếp từ hoạt động não. Để chứng minh điện não đồ có thể phản ánh đáng tin cậy thẩm mỹ cá nhân, cần thêm nhiều thí nghiệm nữa.
