Face attractiveness in mandrills and humans using generative : and predictive artificial intelligence
Attractivité des visages chez les mandrills et les humains : apport de l'intelligence artificielle générative et prédictive
Résumé
In many species, faces and the way they are perceived play a major role in communication between individuals. The Mandrillus Project, a long-term field project in southern Gabon, has been studying this communication for over 10 years in a population of 250 mandrills (Mandrillus sphinx), a monkey from the equatorial forests of Central Africa. Recent studies have shown a correlation between the femininity of mandrills' faces and their attractiveness to conspecifics. While this link is positive in humans, it is negative in mandrills.A first objective of this thesis is to experimentally validate these results, which have so far only been obtained with correlative studies. Under controlled conditions with captive mandrills, we tested the attractiveness of artificially generated images varying according to a femininity parameter, which confirmed and reinforced this negative link between femininity and attractiveness.To vary the femininity parameter, we used generative artificial intelligence (AI), which enables artificial images to be created from real images by varying certain specific characteristics. The methodological development of a generative AI approach applicable to behavioral experiments, with mandrills or other animal species, was the second objective of the thesis and resulted in a methodological paper submitted and under revision.Beyond the synthesis and manipulation of visual stimuli, AI can shed light on communicative processes between animals, as well as their evolution, due to its structural similarities with biological visual perception. Certain convolutional neural networks (CNNs) can thus predict the activity of the visual cortex, and provide a better understanding of cerebral information processing. The third objective was to show how a model based on this type of approach can predict beauty in humans, and resulted in an article published in PLOS Computational Biology.
Chez de nombreuses espèces, les visages et la manière dont ils sont perçus jouent un rôle majeur dans la communication entre individus. Le Projet Mandrillus, projet de terrain de long-terme situé au sud du Gabon, étudie depuis plus de 10 ans cette communication au sein d’une population de 250 mandrills (Mandrillus sphinx), un singe des forêts équatoriales d'Afrique Centrale. Des travaux récents ont notamment montré une corrélation entre la féminité des visages des mandrills et leur attractivité pour des congénères. Alors que chez les humains, ce lien est positif, chez les mandrills il est négatif.Un premier objectif de cette thèse est de valider expérimentalement ces résultats, qui n'ont pour le moment été obtenus qu'avec des études corrélatives. En conditions contrôlées avec des mandrills en captivité, nous avons testé l'attractivité d'images générées artificiellement et variant selon un paramètre de féminité, qui ont confirmé et renforcé ce lien négatif entre féminité et attractivité.Pour faire varier le paramètre de féminité, nous avons eu recours à l’intelligence artificielle (IA) générative, qui permet de créer des images artificielles à partir d'images réelles en faisant varier certaines caractéristiques spécifiques. Le développement méthodologique d’une approche d’IA générative applicable à des expériences comportementales, avec les mandrills ou d’autres espèces animales, a constitué le deuxième objectif de la thèse et a donné lieu à un article méthodologique soumis et en révision.Au-delà de la synthèse et la manipulation de stimuli visuels, l’IA peut éclairer les processus communicatifs entre animaux, ainsi que leur évolution, de part ses similarités structurelles avec la perception visuelle biologique. Certains réseaux de neurones artificiels convolutifs (CNN) permettent ainsi de prédire l’activité du cortex visuel, et de mieux comprendre le traitement cérébral de l'information. Le troisième objectif était de montrer comment un modèle basé sur ce type d’approche peut prédire la beauté chez les humains, et a donné lieu à un article publié dans PLOS Computational Biology.
Origine | Version validée par le jury (STAR) |
---|