Sabi让AI从脑信号学习个人审美，生成的人脸越来越符合喜好

脑机接口公司 Sabi 公布了一项名为 RLNF（神经反馈强化学习）的新研究。演示中，一张 AI 人脸不断变化，逐渐变成更符合观看者审美的模样。研究人员希望让 AI 从脑信号中了解每个人的喜好，而不必反复询问用户哪张图片更好看。 团队先让 5 名受试者观看大量人脸，同时记录脑电和眼动，并让他们给每张脸的吸引力打分。通过这些数据，AI 学习每个人看到喜欢或不喜欢的人脸时，会出现什么样的生理反应，从而建立个人审美偏好模型。 随后，研究人员利用这些偏好数据，通过强化学习微调 FLUX.2 Klein 4B 图像模型。AI 每生成一批新的人脸，系统就拿它们与此前记录的人脸进行比较，根据脑信号推测出的个人喜好给出奖励。模型不断根据奖励调整，逐渐学会生成更符合特定用户审美的人脸，整个过程不需要受试者再逐张打分。 此前已有研究利用脑电反馈引导 AI 生成人们喜欢的人脸。Sabi 则将这种反馈用于图像模型的强化学习，让个人审美直接影响模型的生成倾向。 不过，实验目前只有 5 名参与者，其中 2 人的喜好主要靠眼部活动判断，而非直接从大脑活动中识别。要证明脑电能可靠地反映个人审美，还需要更多实验。[原文链接](动察 Beating AI 快)