来自哥本哈根大学(University of Copenhagen)和赫尔辛基大学(University of  Helsinki)的一个研究团队发现，可以根据一个人的大脑反应与其他人的匹配程度来预测个人偏好。

这也许可以被用于提供个性化定制的媒体内容——甚至可以让我们更加了解自己。

我们已经习惯了利用在线算法来评估我们对电影、音乐、新闻以及购物等所有事物的偏好。这不仅基于我们搜索、观察或倾听的内容，还基于这些活动与其他活动的比较。

Photo: Getty Images

这种技术被称为“协同过滤”(Collaborative filtering)，使用我们行为和他人行为中的隐藏模式来预测我们可能会发现哪些有趣或吸引人的事物。

但如果这些算法可以利用我们大脑的反应，而不仅仅是我们的行为呢？这听起来有点像科幻小说，但研究人员在对一个结合计算机科学和认知神经科学的项目研究发现，基于大脑的协同过滤确实是可能的。

在实验中，研究人员在参与者头上安装电极，同时向参与者展示人脸图像

RSVP 任务的可视化表示

研究人员通过使用算法将一个人的大脑反应模式与其他人的大脑反应模式进行匹配，从而能够预测一个人对尚未见过的面孔的吸引力。

在此之前，研究人员将脑电图电极放在研究参与者的头上，并向他们展示各种面孔的图像，从而证明了机器学习可以利用大脑的电活动来检测受试者认为哪些面孔最有吸引力。

神经结构图, 对于所有架构，机器学习和协同过滤分两个阶段进行

当前基于评分、点击行为、内容共享等显式行为的协同过滤技术并不总能很好的揭示我们真实和潜在偏好。

研究人员表示，“由于社会规范或其他因素，用户可能不会通过他们在网上的行为来透露他们的实际偏好。因此，显性行为可能是有偏见的。我们调查的大脑信号是在观看后即时采集到的，因此它们与即时印象更相关而不是仔细考虑的行为。”

“我们大脑中的电活动是一种尚未开发的信息来源。从长远来看，该方法可能用于提供有关人们偏好的更细微的信息。这可能是解码一个人喜欢某些歌曲的潜在原因——这可能与它们唤起的情感有关。”

“我认为我们的研究是迈向一个被称为‘正念计算’时代的一步，在这个时代，通过结合使用计算机和神经科学技术，用户将能够访问关于他们自己的独特信息。事实上，众所周知的脑机接口技术可以成为一个更好地了解自己的工具。”

尽管如此，这项技术在实验室之外应用还有很长的路要走。研究人员指出，脑机接口设备必须变得更便宜、更容易使用，普通用户才会使用它。

研究人员还强调，这项技术在保护基于大脑的数据不被误用方面面临着重大挑战，研究界须仔细考虑数据隐私、所有权和EEG收集的原始数据的道德伦理问题。

参考来源：

Davis, K. M., et al. (2021) Collaborative Filtering with Preferences Inferred from Brain Signals. WWW '21: Proceedings of the Web Conference 2021.

https://www.news-medical.net/news

https://science.ku.dk/english/press/news/