Představte si místnost plnou stolů, kterých je dohromady více než dva tucty. U každého identického stolu je počítač, před kterým sedí osoba a hraje jednoduchou identifikační hru. Hra žádá uživatele, aby dokončil řadu základních rozpoznávacích úkolů, jako je výběr toho, který fotografie ze série, která zobrazuje někoho s úsměvem nebo zobrazuje osobu s tmavými vlasy nebo nosí brýle. Hráč se musí rozhodnout, než přejde na další obrázek.
Obsah
- Nový pohled na starý nápad
- Vstupte do světa brainsourcingu
- Budoucnost přichází
Pouze to nedělají kliknutím myší nebo klepnutím na dotykovou obrazovku. Místo toho vyberou správnou odpověď pouhým přemýšlením.
Každá osoba v místnosti je vybavena lebeční čepicí pro elektroencefalogram (EEG); stopa drátů vedoucích od každé osoby k blízkému záznamovému zařízení, které monitory aktivita elektrického napětí na jejich pokožce hlavy. Scéna vypadá jako otevřená kancelář, ve které jsou všichni napojeni na Matrix.
Příbuzný
- Analogové A.I.? Zní to šíleně, ale může to být budoucnost
- Nejnovější A.I od Nvidie. výsledky dokazují, že ARM je připraven na datové centrum
- „Droidlet“ od Facebooku A.I. může posunout rozpoznávání řeči na zcela novou úroveň
„Účastníci [naší studie] měli jednoduchý úkol jen rozpoznat [co měli hledat],“ Tuukka Ruotsalo, vědecký pracovník na Helsinské univerzitě, který vedl nedávno publikovaný výzkum, řekl Digital Trends. „Nebyli požádáni, aby dělali něco jiného. Jen se dívali na obrázky, které se jim zobrazovaly. Poté jsme vytvořili klasifikátor, abychom zjistili, zda dokážeme identifikovat správnou tvář s cílovými rysy, pouze na základě mozkového signálu. Nebylo použito nic jiného, kromě signálu EEG v okamžiku, kdy účastníci viděli obrázek.“
V experimentu byly celkem 30 dobrovolníkům ukázány obrázky syntetizovaných lidských tváří (aby se zabránilo šance, že jeden z účastníků by mohl poznat osobu, která mu byla ukázána, a proto ji zkreslit Výsledek). Účastníci byli požádáni, aby si v duchu označili tváře na základě toho, co viděli a co měli hledat. S použitím pouze těchto údajů o mozkové aktivitě, an umělá inteligence Algoritmus se naučil rozpoznávat obrázky, například když se na obrazovce objevila blondýnka.
Nový pohled na starý nápad
To je působivá věc, ale není to nijak zvlášť nové. Přinejmenším v posledním desetiletí používali vědci údaje o mozkové aktivitě shromážděné prostřednictvím EEG nebo fMRI k provádění řady stále působivějších demonstrací čtení myšlenek. V některých případech jde o identifikaci konkrétního obrázku nebo videa, jako v nedávné studii, během níž výzkumníci z Neurorobotics Lab v Moskvě ukázali, že je možné zjistit, které videoklipy, které lidé sledují sledováním jejich mozkové aktivity.
V jiných případech lze tyto poznatky použít ke spuštění určitých reakcí. Například v roce 2011 vědci z Washingtonské univerzity v St. Louis umístili dočasné elektrody přes centrum řeči v mozku člověka a poté prokázali, že jsou schopni přesunout kurzor počítače na obrazovce prostě tím, že ten člověk přemýšlí, kam to chce posunout. Ještě další studie ukázaly, že mozková data lze použít k pohybu robotických končetin nebo vznášet se drony.
Nedávná studie Helsinské univerzity je nová a zajímavá je, že se zaměřuje na to, jak mozková aktivita a skupina k vyvozování závěrů, jako je klasifikace obrázků, lze použít spíše lidí než jednotlivců. Nejenže ukázali, že to funguje, ale že – alespoň do určité míry – čím více lidí do skupiny přidáte, tím přesnější budou data.
"Když přidáme více lidí do fondu zdrojů mozků, takže data o mozku jsou zaznamenávána od skupiny lidí, dosáhneme výkonu s přesností více než 90%," řekl Ruotsalo. „[To je] téměř na úrovni [žádání skupiny, aby ručně označila odpovědi.]“
To může zpočátku znít neintuitivně. Pokud jsou mozková data hlučná, nezpůsobí přidání dalších lidí ještě větší hluk? Koneckonců, pokud chcete v místnosti poslouchat obzvláště špatně slyšitelný zvuk, je snazší, když přes ni mluví pouze jedna osoba než 10. Nebo 30. Ale jako historie revoluce velkých dat a mnoho z nejpozoruhodnějších ukázek strojového učení v jasně řekli, že čím více dat máte k dispozici k řešení problému, tím přesnější systémy stát se.
"Signál je obecně hlučný z EEG nebo jakéhokoli jiného zobrazení mozku a účastníci nebo lidé se ne vždy účastní 100%," vysvětlil Ruotsalo. „Přemýšlejte o tom, že se na obrázky díváte sami. Někdy, když se podíváte na mnohé, vaše mysl může bloudit. Dokonce i s jednotlivými účastníky výzkumníci často používají triky, jako je opakování stejného podnětu znovu, aby byli schopni zprůměrovat hluk. Zde používáme signály od mnoha účastníků.“
Šance, že se alespoň někteří jedinci soustředí v každém okamžiku, se výrazně zvyšuje oproti pouhému jednomu jedinci. Přidejte představu o moudrosti davů (více o tom později) a máte sakra mocnou kombinaci.
Vstupte do světa brainsourcingu
Tuukka Ruotsalo a jeho tým nazývají toto skupinové čtení mozku „brainsourcing“. Je to hra s termínem crowdsourcing, odkazující na způsob, jak rozdělit jeden velký úkol na menší úkoly, které lze rozdělit na velké skupiny lidí, aby pomohli řešit. Zde v roce 2020 může být crowdsourcing nejvíce synonymem platforem pro získávání peněz, jako je Kickstarter, kde je „velkým úkolem“ počáteční kapitál potřebný k uvedení produktu na trh a distribuovaný davový prvek zahrnuje požádání lidí, aby vložili menší částky peníze.
Crowdsourcing se však může hodit i do jiných aplikací. Platforma Amazon Mechanical Turk a Apple ResearchKit jsou crowdsourcingové nástroje, které využívají sílu davu pro úkoly, které sahají od odpovídání na průzkumy až po provádění důležitého akademického výzkumu. Mezitím společnosti jako TaskRabbit a 99designs využívají dav, aby zákazníkům pomohly najít tu správnou osobu. poskytovat cokoli od práce na zahradě a nakupování potravin až po navržení dokonalého loga nebo mastheadu pro váš web.
Brainsourcing: Crowdsourcing úkoly rozpoznávání prostřednictvím kolaborativního propojení mozku s počítačem (teaser)
A.I. mohou také těžit z crowdsourcingu. Zvažte např. Technologie Google reCAPTCHA. Většina z nás pravděpodobně považuje reCAPTCHA za způsob, jak mohou webové stránky zkontrolovat, zda jsme nebo nejsme robot, než nám umožní provést konkrétní úkol. Dokončení reCAPTCHA může zahrnovat přečtení kroutícího se řádku textu nebo kliknutí na každý obrázek ve výběru, který obsahuje kočku. Ale reCAPTCHA nejsou jen o testování, zda jsme lidé nebo ne; jsou také velmi chytrým způsobem shromažďování dat, která lze použít k tomu, aby Google rozpoznával obrázky A.I. chytřejší. Pokaždé, když na obrázku reCAPTCHA přečtete úryvek textu ze značky u silnice, můžete přispět k tomu, že například samořídící auta Google budou o něco lépe rozpoznávat skutečný svět. Když Google shromáždí dostatek odpovědí pro obrázek, je si přiměřeně jistý, že má správnou odpověď.
Je příliš brzy uvažovat o tom, jak by mohl brainsourcing prakticky stavět na těchto myšlenkách. "Snažili jsme se na to sami myslet," řekl Ruotsalo. „Myslím, že ještě nemáme ani nápady. Je to jen důkaz konceptu, že to dokážeme. Nyní je otevřeno pro ostatní, aby prozkoumali, jak dobře a pro jaké druhy úkolů a pro jaké typy skupin lidí bychom to mohli použít.“
Budoucnost přichází
Ale potenciál tu určitě je. Nyní začínají být dostupné komerčně dostupné nositelné EEG monitory – v různých formách sluchátka na čtení mozku na chytré tetování. V současné době demonstrace EEG, jako je ta v této studii, měří pouze malé procento celkové mozkové aktivity člověka. Časem by se to však mohlo zvýšit, což znamená, že lze shromáždit méně binární sbírku informací. Spíše než jen získání odpovědi „ano“ nebo „ne“ na otázky by tato technologie mohla sledovat reakce lidí na více složité otázky, mohl by monitorovat reakce na média, jako je televizní pořad nebo film, a poté do nich vkládat souhrnná davová data tvůrci.
„Místo používání konvenčních hodnocení nebo podobných tlačítek můžete jednoduše poslouchat píseň nebo sledovat show a svůj mozek samotná aktivita by stačila k určení vaší reakce na ni,“ Keith Davis, student a výzkumný asistent na webu projekt, uvedl v tiskové zprávě doprovázející práci.
Představte si, že by miliony lidí nosily nositelná zařízení se sledováním EEG a vy byste určitému procentu z nich nabídli mikroplatbu 10krát denně výměnou za pár sekund, které vám pomohou vyřešit konkrétní úkol. Smyšlený? Možná právě teď, ale před několika lety také mnoho dnešních technologií crowdsourcingu.
Na herní show Kdo chce být milionářem, jednou ze „záchranných drah“, kterou mají soutěžící k dispozici, je možnost položit divákům určitou otázku. Když se spustí toto jednorázové záchranné lano, publikum použije hlasovací bloky připevněné k jejich sedadlům a hlasuje pro odpověď na otázku s více možnostmi, o které se domnívá, že je správná. Počítač pak sečte výsledky a ukáže je jako procento soutěžícímu. Podle knihy Jamese Surowieckiho Moudrost davů, dotazování publika přináší správnou odpověď ve více než 90 % případů. To je výrazně lepší než možnost pořadu 50/50, která eliminuje dvě nesprávné odpovědi, a možnost zavolat příteli, která vám dá správnou odpověď přibližně ve dvou třetinách času.
Mohl by být brainsourcing dalším skvělým nápadem techniky; pomáhá dělat vše od zlepšení zábavy po trénink lepší A.I. odpovídat na všechny možné otázky? Je pravda, že je příliš brzy říkat. Ale toto je rozhodně termín, o kterém v následujících měsících, letech a desetiletích uslyšíte mnohem více.
Doporučení redakce
- Superpočítač od Nvidie může přinést novou éru ChatGPT
- Vtipná formulka: Proč je strojově generovaný humor svatým grálem A.I.
- Nový hlas Nvidie A.I. zní jako skutečný člověk
- Neuvěřitelná AI pro sledování sportovců od společnosti Intel. je „svatým grálem“ tréninkové techniky
- Technologie rozpoznávání obličeje pro medvědy má za cíl udržet lidi v bezpečí
