Nueva técnica de Brainsourcing entrena a la IA Con ondas cerebrales

Imagínese una habitación llena de escritorios, más de dos docenas en total. En cada escritorio idéntico hay un ordenador y una persona sentada frente a él juega a un sencillo juego de identificación. El juego pide al usuario que complete una variedad de tareas básicas de reconocimiento, como elegir qué foto de una serie que muestra a alguien sonriendo o representa a una persona con cabello oscuro o vistiendo anteojos. El jugador debe tomar una decisión antes de pasar a la siguiente imagen.

Sólo que no lo hacen haciendo clic con el mouse o tocando una pantalla táctil. En cambio, seleccionan la respuesta correcta simplemente pensándola.

Cada persona en la sala está equipada con un casquete para electroencefalograma (EEG); un rastro de cables que van desde cada persona hasta un dispositivo de grabación cercano que monitores la actividad del voltaje eléctrico en su cuero cabelludo. La escena parece una oficina abierta en la que todos están conectados a Matrix.

"Los participantes [en nuestro estudio] tuvieron la simple tarea de simplemente reconocer [lo que se les pidió que buscaran]", Tuukka Ruotsalo, investigador de la Universidad de Helsinki, que dirigió la investigación recientemente publicada, dijo a Digital Trends. “No se les pidió que hicieran nada más. Simplemente miraron las imágenes que les mostraron. Luego construimos un clasificador para ver si podíamos identificar la cara correcta con las características objetivo, basándonos únicamente en la señal cerebral. No se utilizó nada más, aparte de la señal EEG en el momento en que los participantes vieron la imagen”.

En el experimento, a un total de 30 voluntarios se les mostraron imágenes de rostros humanos sintetizados (para evitar la probabilidad de que uno de los participantes reconozca a una persona que se le mostró y, por lo tanto, sesgue la resultados). Se pidió a los participantes que etiquetaran mentalmente las caras según lo que vieron y se les pidió que buscaran. Usando sólo esos datos de actividad cerebral, un inteligencia artificial El algoritmo aprendió a reconocer imágenes, como cuando una persona rubia aparecía en la pantalla.

Un nuevo giro a una vieja idea

Esto es algo impresionante, pero no es especialmente nuevo. Durante al menos la última década, los investigadores han utilizado datos de la actividad cerebral, recopilados mediante EEG o fMRI, para llevar a cabo una variedad de demostraciones de lectura de pensamientos cada vez más impresionantes. En algunos casos, se trata de identificar una imagen o un vídeo en particular, como en un estudio reciente durante el cual investigadores del Laboratorio de Neurorobótica de Moscú demostraron que es posible determinar qué videoclips que la gente está viendo mediante el seguimiento de su actividad cerebral.

En otros casos, estos conocimientos pueden utilizarse para desencadenar determinadas respuestas. Por ejemplo, en 2011 investigadores de la Universidad de Washington en St. Louis colocaron electrodos temporales sobre el centro del habla del cerebro de una persona y luego demostraron que eran capaces de mover el cursor de una computadora en la pantalla simplemente haciendo que la persona piense hacia dónde quería moverlo. Otros estudios han demostrado que los datos del cerebro se pueden utilizar para mover extremidades robóticas o drones flotantes.

Lo que hace que el reciente estudio de la Universidad de Helsinki sea novedoso e interesante es que se centra en cómo la actividad cerebral de un grupo Se pueden utilizar grupos de personas, en lugar de personas individuales, para sacar conclusiones, como clasificar imágenes. No sólo han demostrado que funciona, sino que, al menos hasta cierto punto, cuantas más personas agregue al grupo, más precisos serán los datos.

"Cuando agregamos más personas al grupo de fuentes de cerebros, de modo que los datos cerebrales se registren de un grupo de personas, logramos un rendimiento de más del 90% de precisión", dijo Ruotsalo. "[Eso es] casi al nivel de [pedirle a un grupo que etiquete manualmente las respuestas]".

Inicialmente, esto podría parecer contradictorio. Si los datos cerebrales son ruidosos, ¿agregar más personas no los haría aún más ruidosos? Después de todo, si desea escuchar un sonido particularmente difícil de escuchar en una habitación, es más fácil si solo tiene una persona hablando por encima que diez. O 30. Pero como la historia de la revolución del big data y muchas de las demostraciones más notables del aprendizaje automático en Como hemos dejado en claro, cuantos más datos tenga a su disposición para abordar un problema, más precisos serán los sistemas. convertirse en.

"La señal es ruidosa en general debido al EEG o cualquier otra imagen cerebral, y los participantes o los humanos no siempre prestan atención al 100%", explicó Ruotsalo. “Piense en mirar fotografías usted mismo. A veces, después de mirar a muchos, tu mente puede estar divagando. Incluso con participantes individuales, los investigadores suelen utilizar trucos, como repetir el mismo estímulo una y otra vez para poder promediar el ruido. Aquí utilizamos señales de muchos participantes”.

La posibilidad de que al menos algunos individuos estén enfocados en cada momento aumenta considerablemente en comparación con un solo individuo. Agregue la noción de la sabiduría de las multitudes (más sobre esto más adelante) y obtendrá una combinación tremendamente poderosa.

Ingrese al mundo del Brainsourcing

Tuukka Ruotsalo y su equipo llaman a esta lectura cerebral grupal “brainsourcing”. Es un juego de palabras con el término crowdsourcing, refiriéndose a una forma de dividir una tarea grande en tareas más pequeñas que se pueden distribuir a grandes grupos de personas para ayudar resolver. En 2020, el crowdsourcing podría ser sinónimo de plataformas para recaudar dinero como Kickstarter, donde la “gran tarea” es Se necesita capital inicial para lanzar un producto y el elemento distribuido basado en la multitud implica pedir a las personas que aporten sumas más pequeñas de dinero.

Sin embargo, el crowdsourcing también puede prestarse a otras aplicaciones. La plataforma Mechanical Turk de Amazon y Kit de investigación de Apple son herramientas de crowdsourcing que aprovechan el poder de la multitud para tareas que van desde responder encuestas hasta llevar a cabo importantes investigaciones académicas. Mientras tanto, empresas como TaskRabbit y 99designs aprovechan la multitud para ayudar a los clientes a encontrar a la persona adecuada. para entregar cualquier cosa, desde trabajos de jardinería y compras de comestibles hasta diseñar el logotipo o cabecera perfecto para su sitio web.

AI. También puede beneficiarse del crowdsourcing. Consideremos, por ejemplo, La tecnología reCAPTCHA de Google. La mayoría de nosotros probablemente consideramos que reCAPTCHA es una forma en que los sitios web pueden verificar si somos o no un bot antes de permitirnos realizar una tarea en particular. Completar un reCAPTCHA puede implicar leer una línea de texto ondulada o hacer clic en cada imagen de una selección que incluya un gato. Pero los reCAPTCHA no se tratan solo de probar si somos humanos o no; También son una forma muy inteligente de recopilar datos que se pueden utilizar para hacer que la inteligencia artificial de reconocimiento de imágenes de Google funcione. más inteligente. Cada vez que lees un fragmento de texto de una señal de carretera en una imagen reCAPTCHA, podrías contribuir a que, por ejemplo, los coches autónomos de Google reconozcan ligeramente mejor el mundo real. Cuando Google ha recopilado suficientes respuestas para una imagen, está razonablemente seguro de que tiene una respuesta correcta.

Es demasiado pronto para considerar cómo el Brainsourcing podría aprovechar estas ideas en la práctica. "Hemos estado tratando de pensar en esto nosotros mismos", dijo Ruotsalo. “No creo que tengamos las ideas todavía. Es sólo una prueba de concepto de que podemos hacer esto. Ahora está abierto para que otras personas exploren qué tan bien, qué tipo de tareas y para qué tipos de grupos de personas podríamos usar esto”.

el futuro esta llegando

Pero el potencial ciertamente está ahí. Los monitores EEG portátiles disponibles comercialmente están empezando a estar disponibles, en formas que van desde auriculares para leer el cerebro a tatuajes inteligentes. En la actualidad, las demostraciones de EEG como la de este estudio miden sólo un pequeño porcentaje de la actividad cerebral total de una persona. Pero con el tiempo esto podría aumentar, lo que significa que se podría recopilar una recopilación de información menos binaria. En lugar de simplemente obtener una respuesta de “sí” o “no” a las preguntas, esta tecnología podría observar la respuesta de las personas a más preguntas complejas, podría monitorear las respuestas a medios como un programa de televisión o una película y luego alimentar datos agregados de la multitud a sus creadores.

“En lugar de usar clasificaciones convencionales o botones Me gusta, puedes simplemente escuchar una canción o mirar un programa y tu cerebro La actividad por sí sola sería suficiente para determinar su respuesta”, Keith Davis, estudiante y asistente de investigación en el proyecto, dijo en un comunicado de prensa acompañando la obra.

Imagínese si millones de personas usaran dispositivos portátiles de seguimiento de EEG y usted les ofreciera a un porcentaje de ellos un micropago 10 veces al día a cambio de tomarse unos segundos para ayudar a resolver una tarea en particular. ¿Imaginario? Quizás ahora mismo, pero también lo hicieron muchas de las tecnologías de crowdsourcing actuales hace apenas unos años.

en el programa de juegos Quién quiere ser millonario, una de las “salvavidas” de que disponen los concursantes es la opción de plantear al público una determinada pregunta. Cuando se activa esta única línea de vida, la audiencia utiliza almohadillas de votación adheridas a sus asientos y vota por la respuesta a una pregunta de opción múltiple que cree que es correcta. Luego, la computadora cuenta los resultados y se los muestra como un porcentaje al concursante. Según el libro de James Surowiecki, La sabiduría de las multitudes, preguntarle a la audiencia produce la respuesta correcta más del 90% de las veces. Esto es significativamente mejor que la opción 50/50 del programa, que elimina dos respuestas incorrectas, y la opción de llamar a un amigo, que te da la respuesta correcta alrededor de dos tercios de las veces.

¿Podría el Brainsourcing ser la próxima gran idea de la tecnología? ayudando a hacer de todo, desde mejorar el entretenimiento hasta entrenar mejor la IA. para responder todo tipo de preguntas? Es cierto que es demasiado pronto para decirlo. Pero este es definitivamente un término del que escucharás mucho más en los meses, años y décadas venideros.

Recomendaciones de los editores

• La supercomputadora de Nvidia puede iniciar una nueva era de ChatGPT
• La fórmula divertida: por qué el humor generado por máquinas es el santo grial de la IA
• La nueva voz de Nvidia A.I. suena como una persona real
• La increíble A.I. de seguimiento de atletas de Intel es el 'santo grial' de la tecnología de formación
• La tecnología de reconocimiento facial para osos tiene como objetivo mantener seguros a los humanos