Beauty is in the ELBO of the Beholder: A Variational Account of Processing Fluency in Face Perception
تُظهر هذه الورقة أن الأحكام البشرية حول جاذبية الوجوه تتوافق مع الحد الأدنى للاحتمال الأدنى (ELBO) للمشفرات التلقائية التباينية المدربة دون إشراف، مما يوفر دعماً تجريبياً للنظرية القائلة بأن المتعة الجمالية تنشأ من سلاسة المعالجة للوجوه النمطية ذات الانتظام الإحصائي.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
على مدى عقود، تساءل العلماء عن السبب الذي يجعل بعض الوجوه تأسرنا بينما تتلاشى وجوه أخرى في الخلفية. لطالما اقترحت نظريات الإدراك البشري أن الجمال ليس مجرد مسألة ذوق شخصي، بل هو متجذر بعمق في مدى سهولة معالجة أدمغتنا لما نراه. فعندما يكون الوجه متماثلاً، أو متوسطاً، أو مألوفاً، يبدو أن عقولنا تتعرف عليه بجهد أقل، وهي ظاهرة تُعرف باسم "سلاسة المعالجة". ويُعتقد أن هذه السهولة في الفهم تولد شعوراً بالمتعة، مما يدفعنا إلى تقييم تلك الوجوه على أنها أكثر جاذبية. وبينما تم اختبار هذه الفكرة في عدد لا يحصى من التجارب السلوكية على البشر، ظل من غير الواضح كيف تنبثق هذه السهولة الذهنية فعلياً داخل الآلية المعقدة للتعلم. فهل يمكن لحاسوب، تدرب فقط على رؤية الوجوه دون أن يُخبر أبداً أي منها جميل، أن يطور حساً مشابهاً بالتفضيل؟
للإجابة على هذا، لجأ الباحثان فرانسيسكو لوبيز ويوهن تريش إلى نوع من الذكاء الاصطناعي يسمى "المشفّر التلقائي التبايني" (variational autoencoder). وهذه آلات مصممة لتعلم البنية الأساسية للبيانات، مثل آلاف الصور لوجوه بشرية، دون أي توجيه بشري أو تسميات توضيحية حول الجمال. يعمل النظام من خلال محاولة ضغط الوجه في رمز داخلي مبسط ثم إعادة بنائه من ذلك الرمز. وللقيام بذلك بنجاح، يجب على الآلة موازنة هدفين متنافسين: فهي تحتاج إلى الاحتفاظ بما يكفي من التفاصيل لإعادة إنشاء الوجه بدقة، ولكنها تحتاج أيضاً إلى إبقاء الرمز الداخلي بسيطاً ومنظماً. وقد اقترح الباحثان أن الدرجة الرياضية المستخدمة لقياس مدى نجاح الآلة في موازنة هذين الهدفين هي نسخة حسابية مباشرة من "سلاسة المعالجة" البشرية. فإذا كان الوجه سهلاً بالنسبة للآلة لفهمه وإعادة بنائه، فينبغي أن يسجل درجة عالية في هذا المقياس.
قام الفريق بتدريب أربعة نماذج ذكاء اصطناعي منفصلة على مجموعات مختلفة وكبيرة من صور الوجوه، مع التأكد من أن أي نموذج منها لم يرَ قط تقييماً بشرياً للجاذبية. ثم اختبروا هذه النماذج على مجموعة قياسية مكونة من 597 وجهاً من قاعدة بيانات شيكاغو للوجوه، والتي كانت تقييمات الجاذبية البشرية لها معروفة مسبقاً. كانت النتائج مذهلة؛ فالوجوه التي قيمها البشر على أنها الأكثر جمالاً كانت باستمرار هي نفس الوجوه التي وجدتها الآلات الأسهل في المعالجة. وفي الفضاء الرياضي حيث تنظم الآلات الوجوه، توافق اتجاه زيادة الجمال بشكل شبه مثالي مع اتجاه زيادة سهولة المعاللة. وقد ظل هذا التوافق قائماً بغض النظر عن مجموعة البيانات التي تدربت عليها الآلة أو المجموعة الديموغرافية المحددة التي تنتمي إليها الوجوه. لم تكن الآلة بحاجة لأن تُعلّم ما هو الجمال؛ بل اكتشفت مساراً نحوه ببساطة من خلال تعلم رؤية الوجوه بكفاءة.
علاوة على ذلك، وجد الباحثون أن هذا التفضيل ليس مجرد رقم واحد، بل هو اتجاه محدد في الخريطة الداخلية للآلة. وعندما قارنوا بين الخرائط التي أنشأتها النماذج المختلفة، وجدوا أن "اتجاه الجمال" كان متسقاً بشكل ملحوظ. ورغم أن النماذج بُنيت من الصفر بنقاط انطلاق مختلفة وبيانات تدريب مختلفة، إلا أنها نظمت الوجوه جميعها بطريقة تشير نحو نفس المفهوم للجاذبية. وهذا يشير إلى أن الحس البشري بالجمال ليس بناءً ثقافياً عشوائياً، بل هو مرتبط ببنية أساسية وقابلة للتكرار لكيفية تمثيل الوجوه. كما أكدت الدراسة أن الوجوه الجذابة تميل إلى أن تكون أكثر "نموذجية"، بمعنى أنها تبدو أكثر شبهاً بالوجه المتوسط لمجموعتها، سواء في شكلها الفيزيائي أو في رمزها الداخلي لدى الآلة. ومع ذلك، فإن قدرة الآلة على التنبؤ بالجمال تجاوزت مجرد المتوسطات البسيطة، حيث التقطت تفاصيل دقيقة قد تغفل عنها عملية المتوسط الهندسي البسيطة.
تقدم هذه النتائج جسراً جديداً بين النظريات القديمة للجمال والذكاء الاصطناعي الحديث. فهي تشير إلى أن المتعة التي نشعر بها عند رؤية وجه جميل قد تنبع من نفس الكفاءة التي تسمح للآلة بضغط صورة وإعادة بنائها بأقل قدر من الخطأ. إن نجاح الآلة في التنبؤ بالتفضيلات البشرية دون أي تعليمات بشرية يعني أن انجذابنا لبعض الوجوه مرتبط بعمق بالسهولة التي يمكن لعقولنا من خلالها فهمها. وبينما لا تدعي الدراسة أن الأدمغة البشرية تعمل تماماً مثل هذه النماذج الحاسوبية، إلا أنها تقدم دليلاً قوياً على أن مبادئ التمثيل الفعال هي جزء رئيسي من القصة. وتخلص الدراسة إلى أن الجمال، في سياق إدراك الوجوه، يكمن بالفعل في عين الرائي، لكن تلك العين موجهة بمنطق مشترك وعميق لكيفية معالجة المعلومات وفهمها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.