Z razvojem sistemov prepoznavanja preferenc in usmerjenim oglaševanjem ponuja ponudba za ogled videoposnetkov in prijateljev na družbenih omrežjih uporabniku iluzijo, da računalnik bere njegove misli. Vendar na boljše ali slabše gremo pravzaprav proti računalnikom in sistemom, ki dejansko preberejo naše misli. Nova študija japonskih razvijalcev je brez pretiravanja absolutno preboj v to smer.
Ekipa z univerze v Kjotu se je odločila za uporabo navidezne nevronske mreže, da bi poskušala brati in razlagati misli v živi nevronski mreži, v človeških možganih. Čeprav se sliši precej noro, poskus ni v bistvu nov in Japonci niso prva skupina, ki deluje v tej smeri. Razlika med kjotsko ekipo in njihovimi predhodniki je v tem, da so prejšnje tehnike rekonstruirale slike iz pik in osnovnih geometrijskih oblik. Vendar nova tehnologija, imenovana "globoka rekonstrukcija slike", presega binarne slikovne pike in daje raziskovalcem možnost dekodiranja slik z več plastmi barve in strukture.
"Naši možgani obdelujejo vizualne informacije tako, da hierarhično pridobivajo različne ravni lastnosti ali sestavnih delov različnih kompleksnosti," je v intervjuju povedal Yukiyasu Kamitani, eden izmed znanstvenikov, vključenih v raziskavo. "Te nevronske mreže ali AI modele lahko uporabimo kot približek hierarhični strukturi človeških možganov."
Študija je trajala 10 mesecev. Trije eksperimentalni prostovoljci so si v različnih obdobjih ogledali slike treh različnih kategorij: naravni predmeti (na primer živali ali ljudi), umetne geometrijske oblike in črke abecede.
V tem primeru so med gledanjem slik beležili aktivnost možganov. Slika je bila nato odstranjena, subjekt pa je bil pozvan, naj razmisli o sliki, ki jo je pravkar gledal. Hkrati so ponovno zabeležili možgansko aktivnost in podatke primerjali s prejšnjimi, nakar so rezultate vnesli v virtualno nevronsko mrežo, ki jih je kasneje uporabila za razlago možganske aktivnosti kot določenih misli.
Pri ljudeh (in res pri vseh sesalcih) se vidna skorja nahaja v zadnjem delu možganov, v okcipitalnem režnjah, ki je nad možganskim mozgom. Aktivnost v vidni skorji smo merili s funkcijskim slikanjem z magnetno resonanco (fMRI), ki je nastalo sliko pretvoril v hierarhične značilnosti navidezne nevronske mreže.
Izhajajoče iz naključne slike ustvarjena mreža večkrat optimizira vrednosti slikovnih pik te slike. Kot rezultat, so funkcije nevronske mreže vhodne slike podobne tistim, ki so dekodirane iz možganske aktivnosti.
Promocijski video:
Pomembno je omeniti, da je eksperimentalni model predvideval uporabo ne samo naravnih slik (ljudi ali narave), temveč je tudi prevzel ustvarjanje in prepoznavanje umetnih struktur in geometrijskih oblik:
Kot lahko vidite iz videoposnetka, je sistem veliko težje dešifrirati sliko v situaciji, ko človek slike ne pogleda, ampak razmišlja samo o tem, kar je videl. Vendar je to, očitno, povsem naravno: ne spomnijo se vsi možgani vsake podrobnosti slike, ki so jo pravkar videli, na primer stran iz knjige. Naši spomini so običajno zelo zamegljeni in mehki.
Na tej stopnji študije slike, rekonstruirane iz možganske aktivnosti, ohranijo le nekaj podobnosti z izvirnimi slikami, ki so si jih ogledali udeleženci eksperimenta, v bistvu so videti kot minimalno natančne gruče pik. Vendar je to šele začetek poti in sčasoma bo natančnost prepoznavanja čedalje več, čeprav že zdaj lahko samozavestno rečemo, o katerem predmetu predmet razmišlja.
Vse to odpira razvijalcem neverjetne perspektive. Predstavljajte si »takojšnje modeliranje«, ko si samo zamislite predmet v glavi - umetniški koncept ali podrobnost mehanizma - in njegov računalnik takoj, ne da bi pritisnil nobene gumbe, samodejno ustvari potreben tridimenzionalni predmet.
Ali bi AI lahko šel veliko dlje, snemanje možganskih aktivnosti med spanjem in nato ponovno ustvarjanje vseh svojih sanj v 3D svetu?
Obstaja nešteto aplikacij tega razvoja, zato japonska ekipa trdo dela na vsem. Vendar je v vseh naših skupnih interesih branje pamet pametno in postopno napredovati, saj tehnologija nosi številne nevarnosti.