Алгоритм Купидона: искусственный интеллект научился угадывать, где вспыхнет любовь

Любовь всегда считалась сферой иррациональной, неподвластной логике. Но современные технологии шагнули туда, куда раньше не смели даже психологи. Учёные из Университета Бен-Гуриона в Израиле создали модель машинного обучения, способную предсказывать чувства романтического притяжения с высокой точностью.

Эксперимент показал: алгоритмы способны "угадать", кого человек сочтёт привлекательным, а чьи попытки сближения будут отвергнуты. Это открывает новые горизонты для приложений знакомств, но вместе с тем вызывает вопросы об этике, конфиденциальности и границах вмешательства технологий в интимные сферы.

Эксперимент: что сделали исследователи

В исследовании участвовали 61 студент в возрасте от 23 до 32 лет. Добровольцам показывали фотографии потенциальных партнёров, фиксируя активность мозга с помощью электроэнцефалографии (ЭЭГ).

Каждый участник отмечал, кто ему нравится, а затем получал "обратную связь" — якобы от этих людей. На самом деле ответ был сымитирован, но позволял воспроизвести атмосферу приложений для знакомств: от радости взаимного интереса до разочарования при отказе.

Машинное обучение анализировало электрические сигналы мозга — вызванные потенциалы. В итоге модели предсказывали:

• реакцию на привлекательность — с точностью 71,3%;

• реакцию на отвержение — с точностью 81,3%.

Причём у "разборчивых" участников алгоритмы справлялись лучше. Чем меньше людей нравилось человеку, тем более характерными оказывались его нейронные сигналы.

"Анализируя ЭЭГ-сигналы, мы можем предсказать действия пользователя в приложениях для знакомств — например, решит ли он "свайпнуть вправо” или влево. Это дает понимание эмоций: находят ли они кого-то привлекательным или переживают негативные чувства, связанные с отказом", — отметили авторы работы.

Таблица "Сравнение"

Советы шаг за шагом: что значит для пользователей

1. Помните: алгоритмы не читают мысли, а анализируют паттерны активности мозга.

2. Технология пока экспериментальная и не используется в массовых приложениях.

3. Если такие функции появятся в будущем, выбирайте сервисы с прозрачной политикой конфиденциальности.

4. Не забывайте, что эмоции — это больше, чем цифры: личный опыт и контекст остаются решающими.

5. Следите за развитием нейротехнологий: они могут повлиять не только на знакомства, но и на медицину, психологию и образование.

Ошибка → Последствие → Альтернатива

• Ошибка: верить, что алгоритм "знает" кого вы полюбите.
  Последствие: завышенные ожидания и разочарования.
  Альтернатива: воспринимать ИИ как инструмент анализа, а не судьбу.

• Ошибка: игнорировать риски утечки данных мозга.
  Последствие: потеря конфиденциальной информации.
  Альтернатива: выбирать сервисы с шифрованием и независимыми проверками безопасности.

• Ошибка: считать технологию универсальной.
  Последствие: недоверие к собственным чувствам.
  Альтернатива: использовать её лишь как дополнительный фактор, а не замену личного выбора.

А что если…

А что если в будущем приложения для знакомств будут автоматически подсказывать, кто вам нравится, до того как вы сами это осознаете? Это может ускорить поиск пары, но и привести к тому, что люди начнут доверять алгоритму больше, чем собственным эмоциям.

Таблица "Плюсы и минусы"

FAQ

Можно ли с помощью ИИ предсказать настоящую любовь?
Нет, модель лишь оценивает реакцию мозга на фотографии, а не формирует прогноз на долгосрочные отношения.

Сколько стоит такая технология?
Сегодня это научные разработки, они не продаются массово и требуют дорогого оборудования.

Что лучше — классическое знакомство или ИИ?
ИИ может подсказать направление, но личное общение остаётся решающим.

Мифы и правда

• Миф: искусственный интеллект читает мысли.
  Правда: он лишь анализирует электрическую активность мозга.

• Миф: алгоритм гарантирует успех в любви.
  Правда: он лишь повышает вероятность предсказать реакцию на конкретное фото.

• Миф: подобные технологии уже внедрены в Tinder и аналоги.
  Правда: пока это только научный эксперимент.

3 интересных факта

1. Первые эксперименты с ЭЭГ и эмоциями проводились ещё в середине XX века.

2. Подобные исследования помогают разрабатывать нейроинтерфейсы для людей с ограниченными возможностями.

3. Алгоритмы машинного обучения уже используют в маркетинге для анализа реакции мозга на рекламу.

Исторический контекст

• В 1920-х впервые разработали методику ЭЭГ для изучения активности мозга.

• В 1990-х ИИ начали применять в анализе эмоциональных реакций.

• В 2020-х появились эксперименты с предсказанием симпатии и отторжения в реальном времени.