Belleza sin entrenamiento: las redes neuronales detectaron por sí solas los rostros atractivos

Los científicos han descubierto que una red neuronal artificial puede identificar por sí sola los rostros humanos atractivos, incluso antes de entrenarse con imágenes y sin conocer las valoraciones humanas de la belleza. El estudio se ha publicado en la revista Psychology of Aesthetics, Creativity, and the Arts. Sus resultados reabren un viejo debate entre filósofos y científicos: ¿nace con nosotros el sentido de la belleza o se forma bajo la influencia de la cultura?

Desde edades muy tempranas, se observa que las personas y algunos primates muestran interés por los rostros que los adultos consideran atractivos. Sin embargo, es difícil saber si esa reacción es innata o si los bebés la adquieren rápidamente a través de sus primeras experiencias visuales.

Para poner a prueba esta idea, Tianxin Shu, Delong Zhang y sus colegas de la South China Normal University utilizaron una red neuronal profunda. Estos modelos funcionan según un principio de procesamiento visual jerárquico: las primeras capas reconocen líneas y contornos sencillos, y las últimas combinan los detalles en objetos completos. En el experimento, la red no estaba entrenada: sus conexiones matemáticas tenían valores aleatorios y no había tenido experiencia visual con imágenes ni conocimientos sobre las preferencias humanas.

Los investigadores crearon más de 10 000 rostros artificiales realistas. Modificando el código de origen de las imágenes, generaron rostros con distintos grados de atractivo. Un pequeño grupo de voluntarios comprobó que las imágenes seguían pareciendo rostros humanos naturales.

Después procesaron las imágenes con AlexNet, una red neuronal no entrenada formada por varias capas que operan en secuencia. En la capa final encontraron neuronas artificiales que respondían de forma selectiva a distintos niveles de atractivo. Estos «módulos de belleza» aparecían con independencia de la orientación del rostro y de la configuración aleatoria concreta de las conexiones iniciales.

Para averiguar a qué respondía exactamente la red, los científicos modificaron las imágenes. En una variante mezclaron fragmentos y destruyeron la forma general del rostro, conservando detalles aislados. En otra mantuvieron la disposición espacial de los elementos principales, pero ocultaron las características pequeñas. También utilizaron imágenes reducidas únicamente a contornos.

Descubrieron que para evaluar el atractivo hacían falta tanto los rasgos concretos del rostro como la disposición entre ellos. En psicología, este enfoque se conoce como teoría de la doble codificación: la percepción se apoya a la vez en los detalles y en la geometría general. Las primeras capas de la red procesaban rasgos locales y formas sencillas, mientras que las últimas los combinaban para construir una representación completa del rostro.

Además, los científicos entrenaron un sencillo algoritmo de clasificación para que utilizara las señales de las neuronas detectadas y eligiera el más atractivo de dos rostros. Estas neuronas lo hicieron mejor que los elementos que analizaban únicamente los valores de cada píxel. La precisión aumentaba cuando la diferencia de atractivo entre las imágenes era mayor.

El análisis de las conexiones mostró cómo se formaba esa respuesta. En las primeras capas encontraron neuronas cuya actividad aumentaba o disminuía gradualmente a medida que cambiaba el atractivo del rostro. Los «módulos de belleza» finales reunían las señales de esos elementos más sencillos. En otras palabras, la red no recibió un concepto de belleza ya preparado, sino que construyó su preferencia a partir de características visuales básicas.

Los investigadores comprobaron el resultado con otra arquitectura, VGG-16. También en ella aparecieron neuronas que respondían selectivamente al atractivo. Además, utilizaron una base de datos de 200 rostros humanos reales de personas de distintos orígenes raciales. La red pudo evaluar también esas imágenes, lo que indica que el efecto no se limitaba a los rostros artificiales.

Pero aún es pronto para concluir que la red neuronal ha adquirido un sentido humano de la belleza. El modelo respondía a propiedades matemáticas de la forma del rostro; no sentía emociones, simpatía ni interés personal. Preferir rasgos simétricos o promediados no equivale a la experiencia psicológica que una persona llama belleza.

Los principales experimentos se realizaron en condiciones muy estandarizadas: la iluminación, el fondo y los peinados apenas variaban. En la vida real, la evaluación depende del contexto, la cultura, el estado de ánimo y los gustos individuales. Además, el algoritmo se probó sobre todo con una concepción básica del atractivo.

En el futuro, los científicos quieren probar las redes no entrenadas con otros objetos estéticos, como paisajes naturales, arquitectura y obras de arte. Esto ayudará a determinar si el sesgo visual detectado afecta a todo tipo de estructuras visuales o solo a los rostros humanos. El artículo se titula «The Spontaneous Emergence of “A Sense of Beauty” in Untrained Deep Neural Networks» y sus autores son Tianxin Shu, Huawei Xu, Xingxing Chen, Yuxuan Cai, Ming Liu y Delong Zhang.