人工智能和大脑活动揭示了我们对其他种族群体的看法如何不同

多伦多士嘉堡大学的研究人员利用了人工智能（AI）和大脑活动，以解散我们为何努力准确认识来自不同种族的人的面孔的新阐明。

在一对研究中，研究人员探索了其他种族效应（矿石），这是一个众所周知的现象，人们比其他现象更容易认识自己的种族面孔。他们合并了AI和大脑活动通过脑电图（脑电图）收集，以揭示有关我们如何看待其他赛车面孔的新见解，包括在大脑中更深深地根深蒂固的视觉扭曲，而不是以前想象的。

心理学系副教授兼研究合着者阿德里安·内斯特（Adrian Nestor）说：“我们发现的是令人惊讶的人在看到自己的种族中的面部细节方面要好得多。”

“这很重要，因为我们应该想知道为什么我们很难认识到其他种族的面孔，以及可能对行为产生什么影响。”

在一项研究中，出版今年早些时候行为研究方法，研究人员使用生成的AI来查看个人对面部图像的反应。在计算机屏幕上显示了两组参与者（一个东亚，一个白色），并要求根据相似性对它们进行评分。

研究人员能够使用生成的对抗网络（GAN）生成面部的视觉表示，这是一种可以训练以创建类似生活的图像的AI。使用GAN的图像产生能力，研究人员能够看到研究参与者面部的心理图像。

他们发现，来自同一种族的面孔比不同种族的面孔更准确地重建，人们倾向于将其他种族的面孔视为更平均的外观。

一个令人惊讶的发现是，重建时，其他种族的面孔也显得年轻。

第二项研究，最近出版在日记中人类神经科学领域，更仔细地研究可能涉及的解释矿石的大脑活动。大脑活动发生在看图像的前600毫秒内，用于数字地重建参与者在视觉上如何在脑海中进行处理。

如果听起来像是思维阅读，那就是这样。Nestor的实验室首先展示了在2018年利用EEG进行视觉感知的潜力。此后，他们使用的算法得到了显着改善。

研究人员使用脑电图数据发现，大脑过程来自同一种族，并以不同的方式来自不同种族的面孔。与之相关的神经记录视觉感知在其他赛车面孔的区分较少。

“当涉及其他赛道时，大脑的反应不太明显，表明这些面孔的处理更加普遍，细节较少，”博士学位Moaz Shoura说。内斯特实验室的学生和研究的合着者。“这表明我们的大脑倾向于将其他赛车面孔分组在一起，从而降低了准确的识别和增强矿石。”

这项研究中最有趣的发现之一是，其他赛语的面孔看起来不仅看起来更平均，而且在参与者的心中也更年轻，更富有表现力，即使他们没有。

Nestor说：“这可以解释为什么人们经常难以认识到其他种族的面孔。大脑并没有明显和准确地处理面部外观。”

潜在的现实应用程序

这项研究可能具有深远的影响。

内斯特说，它可以为了解大脑中的偏见如何开放。它也可以用来改善面部识别软件，收集更准确的目击者证词，甚至是诊断工具用于精神健康障碍，例如精神分裂症或边缘性人格障碍。

内斯特说：“重要的是要确切了解人们如何在情感上的感知中造成扭曲。”例如，他说，确切地看到一个人的脑海中发生的事情，谁难以感知厌恶或误解了谁积极的情绪由于负面的人可以帮助诊断心理健康障碍并发展治疗。

Shoura补充说，通过进一步探索感知偏见的效果，它可能会在一系列社会情况下，从工作面试到打击种族偏见。

“如果我们能够更好地了解大脑过程的面孔，我们可以制定策略，以减少偏见与另一种族的某人面对面时的影响。”