홈
AI AI
속보
심층
이벤트
Pro
더보기
자금 조달 정보
특집
온체인 생태계
용어
팟캐스트
데이터
OPRR
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%
XRP
$2.25
2.07%
DOGE
$0.325
2.23%
USDC
$0.999
3.05%
Partnered With:

사비는 AI가 뇌 신호로부터 개인의 미적 감각을 학습하게 하여, 생성된 얼굴이 점점 더 취향에 맞아지도록 한다

동찰 Beating AI 속보, 뇌-컴퓨터 인터페이스 기업 Sabi가 RLNF(신경 피드백 강화 학습)라는 새로운 연구를 발표했습니다. 시연에서 AI 얼굴 하나가 계속 변화하며 점차 시청자의 미적 기준에 더 부합하는 모습으로 바뀌었습니다. 연구진은 AI가 뇌 신호로부터 각 개인의 선호를 파악하여 사용자에게 어떤 이미지가 더 보기 좋은지 반복적으로 물을 필요가 없도록 하기를 원합니다.


팀은 먼저 5명의 피험자에게 대량의 얼굴을 보게 하면서 뇌파와 안구 운동을 기록하고, 각 얼굴의 매력도를 평가하게 했습니다. 이 데이터를 통해 AI는 각 개인이 좋아하거나 싫어하는 얼굴을 볼 때 어떤 생리적 반응이 나타나는지 학습하여 개인 미적 선호 모델을 구축했습니다.


이후 연구진은 이 선호 데이터를 활용해 강화 학습으로 FLUX.2 Klein 4B 이미지 모델을 미세 조정했습니다. AI가 새로운 얼굴 배치를 생성할 때마다 시스템은 이를 이전에 기록된 얼굴과 비교하고, 뇌 신호로 추론한 개인 선호에 따라 보상을 부여했습니다. 모델은 보상에 따라 계속 조정되며 점차 특정 사용자의 미적 기준에 더 부합하는 얼굴을 생성하는 법을 학습했고, 이 전 과정에서 피험자가 다시 한 장씩 점수를 매길 필요가 없었습니다.


이전에도 뇌파 피드백을 활용해 AI가 사람들이 좋아하는 얼굴을 생성하도록 유도한 연구가 있었습니다. Sabi는 이 피드백을 이미지 모델의 강화 학습에 활용하여 개인의 미적 기준이 모델의 생성 경향에 직접 영향을 미치도록 했습니다.


다만 실험은 현재 참가자가 5명뿐이며, 그중 2명의 선호는 뇌 활동에서 직접 식별된 것이 아니라 주로 안구 활동으로 판단되었습니다. 뇌파가 개인의 미적 기준을 신뢰성 있게 반영함을 입증하려면 더 많은 실험이 필요합니다.

举报 오류 신고/제보
오류 신고/제보
제출
새 문고 추가
자신만 보기
공개
저장
문고 선택
새 문고 추가
취소
완료