Imaginez une pièce remplie de bureaux, comptant plus de deux douzaines au total. À chaque bureau identique se trouve un ordinateur avec une personne assise devant lui qui joue à un simple jeu d’identification. Le jeu demande à l'utilisateur d'effectuer un ensemble de tâches de reconnaissance de base, telles que choisir quel photo issue d'une série montrant quelqu'un souriant ou représentant une personne aux cheveux foncés ou portant lunettes. Le joueur doit prendre sa décision avant de passer à l'image suivante.
Contenu
- Une nouvelle version d'une vieille idée
- Entrez dans le monde du brainsourcing
- L'avenir arrive
Seulement, ils ne le font pas en cliquant avec leur souris ou en appuyant sur un écran tactile. Au lieu de cela, ils sélectionnent la bonne réponse simplement en y réfléchissant.
Chaque personne présente dans la pièce est équipée d'une calotte crânienne d'électroencéphalogramme (EEG); une piste de fils menant de chaque personne à un appareil d'enregistrement à proximité qui moniteurs l'activité de tension électrique sur leur cuir chevelu. La scène ressemble à un bureau ouvert dans lequel tout le monde est connecté à The Matrix.
En rapport
- Une IA analogique? Ça paraît fou, mais ça pourrait être l'avenir
- La dernière A.I. de Nvidia les résultats prouvent qu'ARM est prêt pour le centre de données
- L’IA « droïde » de Facebook pourrait amener la reconnaissance vocale à un tout autre niveau
"Les participants [à notre étude] avaient pour tâche simple de simplement reconnaître [ce qu'on leur avait demandé de rechercher]", Tuukka Ruotsalo, chercheur à l'Université d'Helsinki, qui a dirigé la recherche récemment publiée, a déclaré à Digital Trends. « On ne leur a pas demandé de faire autre chose. Ils ont juste regardé les images qu'on leur montrait. Nous avons ensuite construit un classificateur pour voir si nous pouvions identifier le bon visage avec les caractéristiques cibles, uniquement sur la base du signal cérébral. Rien d’autre n’a été utilisé, à part le signal EEG au moment où les participants ont vu l’image.
Dans l'expérience, un total de 30 volontaires ont vu des images de visages humains synthétisés (pour éviter le chance que l'un des participants reconnaisse une personne qui lui a été montrée, et donc fausser l'image. résultats). Il a été demandé aux participants d'étiqueter mentalement les visages en fonction de ce qu'ils avaient vu et de les rechercher. En utilisant uniquement ces données sur l'activité cérébrale, un intelligence artificielle L'algorithme a appris à reconnaître des images, par exemple lorsqu'une personne blonde apparaît à l'écran.
Une nouvelle version d'une vieille idée
C’est impressionnant, mais ce n’est pas particulièrement nouveau. Depuis au moins une décennie, les chercheurs ont utilisé des données sur l’activité cérébrale, recueillies via EEG ou IRMf, pour réaliser un ensemble de démonstrations de lecture de pensées de plus en plus impressionnantes. Dans certains cas, il s’agit d’identifier une image ou une vidéo particulière, comme dans une étude récente au cours de laquelle des chercheurs du laboratoire de neurorobotique de Moscou ont montré qu’il était possible de déterminer laquelle clips vidéo que les gens regardent en surveillant leur activité cérébrale.
Dans d’autres cas, ces informations peuvent être utilisées pour déclencher certaines réponses. Par exemple, en 2011, des chercheurs de l’Université Washington de Saint-Louis ont placé des électrodes temporaires sur le centre de la parole du cerveau d’une personne et ont ensuite démontré qu’ils étaient capables de déplacer un curseur d'ordinateur sur l'écran simplement en demandant à la personne de réfléchir à l'endroit où elle voulait le déplacer. D’autres études encore ont montré que les données cérébrales peuvent être utilisées pour déplacer des membres robotiques ou faire voler des drones.
Ce qui rend la récente étude de l’Université d’Helsinki nouvelle et intéressante, c’est qu’elle se concentre sur la façon dont l’activité cérébrale d’un groupe des personnes, plutôt que des personnes isolées, peuvent être utilisées pour tirer des conclusions, comme classer des images. Non seulement ils ont montré que cela fonctionne, mais que – du moins jusqu’à un certain point – plus vous ajoutez de personnes au groupe, plus les données deviennent précises.
"Lorsque nous ajoutons davantage de personnes au pool de recherche de cerveaux, de sorte que les données cérébrales d'un groupe de personnes soient enregistrées, nous obtenons des performances d'une précision bien supérieure à 90%", a déclaré Ruotsalo. "[C'est] presque au niveau de [demander à un groupe d'étiqueter manuellement les réponses.]"
Cela peut sembler contre-intuitif à première vue. Si les données cérébrales sont bruyantes, l’ajout de personnes supplémentaires ne les rendrait-il pas encore plus bruyantes? Après tout, si vous souhaitez écouter un son particulièrement difficile à entendre dans une pièce, c’est plus facile si une seule personne parle par-dessus plutôt que dix. Ou 30. Mais comme l'histoire de la révolution du Big Data et bon nombre des démonstrations les plus remarquables de l'apprentissage automatique dans le monde action, ayez clairement indiqué que plus vous disposez de données pour résoudre un problème, plus les systèmes sont précis. devenir.
"Le signal est généralement bruyant à cause de l'EEG ou de toute autre imagerie cérébrale, et les participants ou les humains ne sont pas toujours présents à 100 %", a expliqué Ruotsalo. « Pensez à regarder des photos vous-même. Parfois, après en avoir regardé plusieurs, votre esprit peut s’égarer. Même avec des participants uniques, les chercheurs utilisent souvent des astuces, comme répéter le même stimulus une fois de plus pour pouvoir faire la moyenne du bruit. Ici, nous utilisons les signaux de nombreux participants.
La probabilité qu’au moins quelques individus soient concentrés à chaque fois est considérablement augmentée par rapport à un seul individu. Ajoutez à cela la notion de sagesse des foules (nous y reviendrons plus tard) et vous obtenez une sacrée combinaison puissante.
Entrez dans le monde du brainsourcing
Tuukka Ruotsalo et son équipe appellent cette lecture cérébrale en groupe le « brainsourcing ». C'est un jeu de mots sur le terme crowdsourcing, faisant référence à une manière de diviser une grande tâche en tâches plus petites qui peuvent être distribuées à de grands groupes de personnes pour aider résoudre. Ici, en 2020, le crowdsourcing pourrait être plus synonyme de plateformes de collecte de fonds telles que Kickstarter, où la « grande tâche » est la le capital de démarrage nécessaire pour lancer un produit et l'élément distribué basé sur la foule implique de demander aux gens de verser de plus petites sommes d'argent. argent.
Cependant, le crowdsourcing peut également se prêter à d’autres applications. La plateforme Mechanical Turk d'Amazon et Kit de recherche d'Apple sont des outils de crowdsourcing qui exploitent le pouvoir de la foule pour des tâches allant de la réponse à des enquêtes à la réalisation d'importantes recherches universitaires. Pendant ce temps, des entreprises comme TaskRabbit et 99designs tirent parti de la foule pour aider les clients à trouver la bonne personne. pour tout réaliser, des travaux de jardinage et des courses à l'épicerie jusqu'à la conception du logo ou de l'en-tête parfait pour votre site Web.
Brainsourcing: tâches de reconnaissance en crowdsourcing via une interface collaborative cerveau-ordinateur (teaser)
I.A. peuvent également bénéficier du crowdsourcing. Considérons, par exemple, La technologie reCAPTCHA de Google. La plupart d’entre nous considèrent probablement reCAPTCHA comme un moyen permettant aux sites Web de vérifier si nous sommes ou non un robot avant de nous autoriser à effectuer une tâche particulière. Pour remplir un reCAPTCHA, il peut s'agir de lire une ligne de texte ondulée ou de cliquer sur chaque image d'une sélection incluant un chat. Mais les reCAPTCHA ne servent pas seulement à tester si nous sommes des humains ou non; ils constituent également un moyen très intelligent de collecter des données qui peuvent être utilisées pour rendre l’IA de reconnaissance d’image de Google plus efficace. plus intelligent. Chaque fois que vous lisez un fragment de texte d’un panneau routier sur une image reCAPTCHA, vous pourriez contribuer, par exemple, à rendre les voitures autonomes de Google légèrement meilleures dans leur capacité à reconnaître le monde réel. Lorsque Google a collecté suffisamment de réponses pour une image, Google est raisonnablement certain d’avoir la bonne réponse.
Il est trop tôt pour envisager comment le brainsourcing pourrait concrètement s’appuyer sur ces idées. "Nous avons essayé d'y réfléchir nous-mêmes", a déclaré Ruotsalo. «Je ne pense pas que nous ayons encore les idées. C’est juste une preuve de concept que nous pouvons faire cela. Il est désormais possible à d’autres personnes d’en explorer l’efficacité, les types de tâches et les types de groupes de personnes pour lesquels nous pourrions l’utiliser.
L'avenir arrive
Mais le potentiel est certainement là. Les moniteurs EEG portables disponibles dans le commerce commencent désormais à être disponibles – sous des formes allant de casque pour lire le cerveau à tatouages intelligents. À l’heure actuelle, les démonstrations EEG comme celle de cette étude ne mesurent qu’un infime pourcentage de l’activité cérébrale totale d’une personne. Mais avec le temps, cela pourrait augmenter, ce qui signifie qu’une collecte d’informations moins binaire pourrait être collectée. Plutôt que d’obtenir simplement une réponse « oui » ou « non » aux questions, cette technologie pourrait observer la réponse des gens à davantage de questions. des questions complexes, pourrait surveiller les réponses à des médias comme une émission de télévision ou un film, puis renvoyer des données globales sur la foule à son créateurs.
"Au lieu d'utiliser des classements conventionnels ou des boutons similaires, vous pourriez simplement écouter une chanson ou regarder une émission, et votre cerveau l'activité à elle seule suffirait à déterminer votre réponse », Keith Davis, étudiant et assistant de recherche sur le projet, a déclaré dans un communiqué de presse accompagnant les travaux.
Imaginez si des millions de personnes portaient des appareils portables de suivi EEG et que vous offriez à un pourcentage d'entre elles un micropaiement 10 fois par jour en échange de quelques secondes pour les aider à résoudre une tâche particulière. Fantaisiste? Peut-être maintenant, mais c’était également le cas de nombreuses technologies de crowdsourcing actuelles il y a quelques années à peine.
Dans le jeu télévisé Qui veut gagner des millions, l’une des « bouées de sauvetage » dont disposent les candidats est la possibilité de poser une certaine question au public. Lorsque cette bouée de sauvetage unique est déclenchée, le public utilise des blocs de vote attachés à son siège et vote pour la réponse à une question à choix multiples qu'il juge correcte. L'ordinateur compte ensuite les résultats et les montre sous forme de pourcentage au concurrent. D’après le livre de James Surowiecki, La sagesse des foules, demander au public donne la bonne réponse dans plus de 90 % du temps. C’est nettement mieux que l’option 50/50 de l’émission, qui élimine deux réponses incorrectes, et la possibilité de téléphoner à un ami, qui vous donne la bonne réponse environ les deux tiers du temps.
Le brainsourcing pourrait-il être la prochaine grande idée de la technologie? aider à tout faire, de l'amélioration du divertissement à la formation d'une meilleure IA. pour répondre à toutes sortes de questions? Il est certes trop tôt pour le dire. Mais c’est certainement un terme dont vous entendrez parler beaucoup plus dans les mois, années et décennies à venir.
Recommandations des rédacteurs
- Le supercalculateur de Nvidia pourrait ouvrir la voie à une nouvelle ère de ChatGPT
- La formule amusante: pourquoi l'humour généré par la machine est le Saint Graal de l'IA.
- La nouvelle voix A.I. de Nvidia on dirait une vraie personne
- L’incroyable IA de suivi des athlètes d’Intel est le « Saint Graal » de la technologie de formation
- La technologie de reconnaissance faciale pour les ours vise à assurer la sécurité des humains
