Neuronske mreže naučene "čitati misli" u stvarnom vremenu
Kada su u pitanju stvari poput prikazivanja pravih rezultata pretraživanja u pravo vrijeme, A.I. često se može činiti da je prokleto blizu mogućnosti čitanja ljudskih misli. Ali inženjeri ruske istraživačke tvrtke za robotiku Laboratorij za neurobotiku pokazali su da se umjetna inteligencija doista može istrenirati da čita misli - i pogađa koje videozapise korisnici gledaju isključivo na temelju njihovih moždanih valova.
Preporučeni videozapisi
“Pokazali smo da promatranje vizualnih scena različitog sadržaja utječe na ljudske moždane valove, tako da možemo razlikovati kategorije scena od [jedan drugom] analizom odgovarajućeg signala EEG-a (elektroencefalograma),” rekao je Anatolij Bobe, inženjer Neurorobotics Laba u Moskvi, za Digital Trendovi. "Tada smo stvorili sustav za rekonstrukciju slika iz značajki EEG signala."
Istraživači su obučili A.I. prikazivanjem videoisječaka različitih objekata, uz snimke moždanih valova ljudi koji ih gledaju. To je omogućilo neuronskoj mreži dubokog učenja da nauči značajke koje se obično vide u aktivnosti moždanih valova kada su ljudi gledali određene vrste video sadržaja. Zatim su dokazali svoj model natjeravši ispitanike da stave EEG kapice i snime svoj mozak aktivnosti dok su gledali videoisječke u rasponu od ljudi na vodenim skuterima do sekvenci prirode i ljudi izrazi. U
210 od 234 pokušaja, A.I. bio u mogućnosti kategorizirati i prikladno označiti aktivnost mozga."Ne može rekonstruirati stvarne stvari koje subjekt vidi ili zamišlja, samo neke povezane slike iste kategorije", objasnio je Bobe.
Bobe je rekao da se čini da je Neurobotics Lab prva istraživačka skupina koja je demonstrirala ovaj pristup video podražajima iz EEG signala. Međutim, to nije prva skupina koja je istraživala tehnologiju čitanja misli vođenu umjetnom inteligencijom. Imamo pokrivao brojsrodnih istraživanjaprojekata u prošlosti. Mnogi od njih su se, međutim, usredotočili na fMRI analizu, a ne na EEG. Kao što je Bobe istaknuo, "fMRI signali sadrže mnogo više informacija o moždanim procesima nego EEG." Ali nedostatak fMRI-a je što zahtijeva veliku i skupu opremu koja se nalazi samo u klinikama. Također je teško dobiti rezultate u stvarnom vremenu zbog loše vremenske rezolucije. Iako je EEG teži i manje pouzdan signal, lakše ga je koristiti. To bi ga moglo učiniti praktičnijim u stvarnim aplikacijama BCI (sučelje mozak-računalo).
“Naš sustav može se koristiti u, primjerice, rehabilitaciji nakon moždanog udara, kada osoba treba ili vježbati mozga kako bi povratio svoje kognitivne sposobnosti ili treba slati mentalne naredbe putem EEG sučelja,” Bobe rekao je. "Naš sustav djeluje kao sustav obuke, u kojem subjekt može trenirati generiranje mentalnih naredbi i koristiti rekonstruirane slike kao izvornu povratnu informaciju koja pokazuje koliko mu dobro ide ovaj zadatak."
Preporuke urednika
- Pametan novi A.I. sustav obećava da će trenirati vašeg psa dok ste odsutni od kuće
- Vaš A.I. Pametni pomoćnik mogao bi jednog dana reći jeste li usamljeni
- Revolucionarna umjetna inteligencija moždani implantat prevodi misli u izgovorene riječi
- Pametna umjetna inteligencija bodiji bi mogli otkriti kada bebe imaju problema s kretanjem
- Slušalice za čitanje mozga su tu da vam daju telekinetičku kontrolu
Nadogradite svoj životni stilDigitalni trendovi pomažu čitateljima da prate brzi svijet tehnologije sa svim najnovijim vijestima, zabavnim recenzijama proizvoda, pronicljivim uvodnicima i jedinstvenim brzim pregledima.