Clear Sky Science
הסברים מבוססי ראיות, עם מעט ז'רגון

Clear Sky Science · he

שליטה בזכירות של תמונות פנים בעזרת מודלים גנרטיביים

· חזרה לאינדקס

מדוע כמה פנים נתקעים במוחנו

כל יום אנחנו בורחים על פני אינספור פנים על מסכים, אך רק מעטים נשארים איתנו. מפרסמים, מורים, אמנים ואפילו רשויות אכיפת החוק — כולם מעוניינים לדעת אילו תמונות אנשים זוכרים ואילו שוכחים. המחקר שואל שאלה נועזת: האם אפשר בכוונה להגדיל את זכירותה של תמונת פנים או להפחית אותה, תוך שמירה על אותה זהות ומראה טבעי? בעזרת מחוללי תמונות רבי‑עוצמה המחברים מראים שהתשובה ברובה חיובית, ושאפשר לנתב את הזכירות באופן מבוקר.

Figure 1. כיצד בינה מלאכותית יכולה לדחוף תמונות פנים להיות יותר או פחות זכורות תוך שמירה על מראה טבעי וריאליסטי
Figure 1. כיצד בינה מלאכותית יכולה לדחוף תמונות פנים להיות יותר או פחות זכורות תוך שמירה על מראה טבעי וריאליסטי

דרך חדשה לכוונן כמה פנים זכורות

החוקרים מתבססים על התקדמות אחרונה בבינה מלאכותית גנרטיבית, במיוחד מערכת בשם StyleGAN שמסוגלת ליצור תמונות פנים ריאליסטיות מאוד מקוד מספרי מופשט. לכל קוד יש פנים מקבילות. על ידי יצירת אוסף גדול של פנים סינתטיות ודירוג הסבירות שכל אחת מהן תיזכר באמצעות רשתות עמוקות שמעריכות זכירות, הצוות יוצר מפת קשר בין הקודים הסמויים לזיכרון האנושי. לאחר מכן הם משתמשים בכלי סטטיסטי פשוט כדי למצוא משטח מחלק במרחב הזה שמפריד בין פנים זכורות יותר לפחות זכורות. הזזת הקוד של פנים בכיוון אחד מעבר למשטח זה מעלה את הזכירות החזויה שלה, בעוד הזזה בכיוון ההפוך מורידה אותה.

שינוי המראה בלי לשנות מי זה

כדי שהשיטה תועיל לתמונות אמיתיות, המחברים קודם כל "מפלפלים" תמונה אמיתית למרחב הסמוי של StyleGAN — הם מוצאים קוד שמייצר מחדש את הפנים המקוריות. ברגע שמוצאים קוד זה, הם דוחפים אותו לאורך כיוון הזכירות ומייצרים את התמונה מחדש. הפנים המתקבלות שייכות לאותו אדם אך כעת נראות סביר יותר או פחות שייזכרו. מבחנים זהירים מראים שזהויות נשמרות ושאמינות התמונות נשארת קרובה לזו של יציאות לא־נערכות. הצוות גם מפתח גירסה מדויקת יותר, רב‑שלבית, שמכוונת את הזכירות במספר צעדים קטנים במקום קפיצה אחת; שליטה מתונה זו שומרת על זהות אפילו יותר יציבה.

מה בעצם משתנה כאשר פנים הופכות זכורות

על ידי בדיקה של אלפי פנים שנערכו, המחקר חושף אילו פרטים חזותיים נוטים להשתנות כאשר הזכירות עולה. פנים זכורות יותר לעתים נראות מעט צעירות יותר, עם מבנה פנים צר יותר, עור בהיר יותר, איפור או שיער פנים בולט יותר והבעות רציניות יותר. החוקרים מדדו תכונות מקומיות סביב העיניים והפה ומצאו עליות קטנות אך מהימנות בקונטרסט סביב העין ובעומק צבע השפתיים כאשר הזכירות מוגברת. הם גם שוללים הסבר פשוט המבוסס על בהירות כללית: הבהרה או הכהיה אחידה של תמונות כמעט שאינה משנה את ציוני הזכירות ביחס לעריכות המקומיות והחזקים יותר שהשיטה שלהם מייצרת.

Figure 2. כיצד החלקה לאורך סולם חזותי נסתר משנה בצורה עדינה פנים מאופיין שנשכח בקלות לאחד שנחרט בזיכרון
Figure 2. כיצד החלקה לאורך סולם חזותי נסתר משנה בצורה עדינה פנים מאופיין שנשכח בקלות לאחד שנחרט בזיכרון

מעבר לפנים — גם חפצים יומיומיים

השיטה אינה מוגבלת לאנשים. המחברים מיישמים את הרעיון על תמונות של חתולים, סוסים, מכוניות וכנסיות שנוצרו על ידי מודלים גנרטיביים אחרים. שוב הם מוצאים כיוון במרחב הקודים שמעלה או מוריד את הזכירות החזויה. עבור עצמים, השינויים הנראים לעין לעתים כרוכים בגדילת זום, שינוי נקודת מבט או שינוי רקע וצבע באופן שהופך את הנושא לבולט יותר. זה מרמז שבעוד שהרמזים החזותיים שונים בין פנים וחפצים, העיקרון הבסיסי דומה: יש כיוונים קבועים במרחב התמונות שעושים אותן סביר יותר או פחות לזכירה.

מדוע שליטה בזכירות חשובה

במלים פשוטות, המאמר מראה שזכירות אינה רק תוצר מסתורי של תמונה; מדובר במימד שניתן לכוונן בכוונה. על ידי למידת האופן שבו יש לדחוף תמונות לאורך ממדים חזותיים עדינים, מחשבים יכולים ליצור פנים וחפצים שהמוח שלנו סביר יותר או פחות לשמר. הדבר יכול לשמש בחינוך, שבו דיאגרמות ואיורים יוכלו להיות מותאמים לזכירה טובה יותר, ובתקשורת ועיצוב, שבהן מסרים חשובים יכולים להיות משולבים עם תמונות שנשמעות להישאר בזיכרון. במקביל, המחברים מדגישים הצורך במנגנוני בקרה אתיים, שכן אותם כלים שיכולים להפוך תמונות חינוכיות ליעילות יותר עלולים גם לשמש לעיצוב תשומת לב וזיכרון באופן שדורש פיקוח זהיר.

ציטוט: Younesi, M., Mohsenzadeh, Y. Controlling memorability of face images with generative models. Sci Rep 16, 15759 (2026). https://doi.org/10.1038/s41598-026-46581-z

מילות מפתח: זכירות תמונה, תמונות פנים, מודלים גנרטיביים, StyleGAN, עריכת מרחב סמוי