Képzeljen el egy szobát, amely tele van íróasztalokkal, amelyek száma összesen több mint két tucat. Minden azonos asztalnál van egy számítógép, előtte egy személy ül egy egyszerű azonosítási játékot. A játék arra kéri a felhasználót, hogy végezzen el egy sor alapvető felismerési feladatot, például válassza ki, melyiket fotó egy sorozatból, amelyen valaki mosolyog, vagy sötét hajú vagy viselő személyt ábrázol szemüveg. A játékosnak meg kell hoznia a döntését, mielőtt a következő képre lép.
Tartalom
- Egy új ötlet egy régi ötlethez
- Lépjen be az ötletszerzés világába
- Jön a jövő
Csak ők nem úgy teszik, hogy egérrel kattintanak, vagy érintik az érintőképernyőt. Ehelyett egyszerűen gondolkodással választják ki a helyes választ.
A teremben tartózkodó minden személy elektroencefalogramos (EEG) koponyasapkával van felszerelve; minden embertől egy közeli felvevőkészülékhez vezető vezetékek monitorok az elektromos feszültség aktivitása a fejbőrükön. A jelenet úgy néz ki, mint egy nyitott terű iroda, amelyben mindenki a Mátrixban van.
Összefüggő
- Analóg A.I.? Őrülten hangzik, de lehet, hogy ez a jövő
- Az Nvidia legújabb A.I. Az eredmények azt bizonyítják, hogy az ARM készen áll az adatközpontra
- A Facebook „droidletje” A.I. teljesen új szintre emelheti a beszédfelismerést
„A résztvevőknek [tanulmányunkban] az volt az egyszerű feladatuk, hogy felismerjék [mire kérték őket, hogy keressenek]” Tuukka Ruotsalo, a Helsinki Egyetem kutatója, amely vezette a nemrég megjelent kutatást, mondta a Digital Trendsnek. „Semmi másra nem kérték őket. Csak nézték a képeket, amiket mutattak nekik. Ezt követően felépítettünk egy osztályozót, hogy megnézzük, vajon tudjuk-e azonosítani a megfelelő arcot a céljellemzőkkel, kizárólag az agyi jel alapján. Semmi mást nem használtak, csak az EEG-jelet abban a pillanatban, amikor a résztvevők látták a képet.”
A kísérlet során összesen 30 önkéntesnek mutattak képeket szintetizált emberi arcokról (hogy elkerüljék a annak esélye, hogy az egyik résztvevő felismer egy személyt, akit megmutattak neki, és ezért elferdíti a eredmények). A résztvevőket arra kérték, hogy gondolatban címkézzék fel az arcokat a látottak alapján, és megkérték, hogy keressenek. Csak az agyi aktivitási adatok felhasználásával egy mesterséges intelligencia algoritmus megtanulta felismerni a képeket, például amikor egy szőke személy megjelent a képernyőn.
Egy új ötlet egy régi ötlethez
Ez lenyűgöző dolog, de nem különösebben új. Legalább az elmúlt évtizedben a kutatók EEG vagy fMRI segítségével gyűjtött agyi aktivitási adatokat használtak fel, hogy egyre lenyűgözőbb gondolatolvasási demonstrációkat hajtsanak végre. Egyes esetekben ez egy adott kép vagy videó azonosítása, például egy nemrégiben végzett tanulmány esetében, amelynek során a moszkvai Neurorobotics Lab kutatói kimutatták, hogy ki lehet deríteni, videókat, amelyeket az emberek néznek agyi tevékenységük figyelésével.
Más esetekben ezek a betekintések bizonyos válaszok kiváltására használhatók. Például 2011-ben a St. Louis-i Washington Egyetem kutatói ideiglenes elektródákat helyeztek el egy személy agyának beszédközpontja fölé, majd bebizonyították, hogy képesek mozgassa a számítógép kurzorát a képernyőn egyszerűen azáltal, hogy a személy elgondolkodik azon, hová szeretné áthelyezni. Megint más tanulmányok kimutatták, hogy az agyi adatok felhasználhatók robotvégtagok mozgatására vagy lebegő drónok mozgatására.
A Helsinki Egyetem közelmúltbeli tanulmányát az teszi újszerűvé és érdekessé, hogy arra fókuszál, hogyan működik a csoport emberek, nem pedig egyedülállók, következtetések levonására, például képek osztályozására használható. Nemcsak azt mutatták be, hogy működik, hanem – legalábbis egy bizonyos pontig – minél több embert vesz fel a csoportba, annál pontosabbak lesznek az adatok.
"Amikor több embert veszünk fel az agy-forráskészletbe, hogy az agyadatokat egy csoporttól rögzítsék, jóval 90%-os pontosságú teljesítményt érünk el" - mondta Ruotsalo. „[Ez] majdnem olyan szinten, hogy [megkérünk egy csoportot a válaszok manuális címkézésére]”
Ez elsőre talán ellentmondónak hangzik. Ha az agyi adatok zajosak, akkor több ember hozzáadása nem tenné még zajosabbá? Végtére is, ha egy különösen nehezen hallható hangot szeretne hallgatni egy szobában, akkor könnyebb, ha csak egy ember beszél a tetején, mint 10. Vagy 30. De mint a nagy adatforradalom története, és a gépi tanulás számos legfigyelemreméltóbb bemutatója egyértelművé tette, hogy minél több adat áll a rendelkezésére a probléma megoldásához, annál pontosabb a rendszer válik.
"A jel általában zajos az EEG-ből vagy bármely más agyi képalkotásból, és a résztvevők vagy az emberek nem mindig vesznek részt 100%-ban" - magyarázta Ruotsalo. – Gondoljon arra, hogy maga is nézzen képeket. Néha, miután sok emberre ránézett, elkalandozhat az elméje. Még ha egyetlen résztvevő is van, a kutatók gyakran alkalmaznak trükköket, például ugyanazt az ingert ismételgetik, hogy képesek legyenek átlagolni a zajt. Itt sok résztvevőtől érkező jeleket használunk.”
Nagymértékben megnő annak az esélye, hogy legalább néhány személy minden alkalommal összpontosít, mint egyetlen egyén. Ha hozzáadjuk a tömegek bölcsességének fogalmát (erről később), és máris egy pokolian erőteljes kombinációt kapunk.
Lépjen be az ötletszerzés világába
Tuukka Ruotsalo és csapata ezt a csoportalapú agyolvasást „agybeszerzésnek” nevezi. Ez egy játék a crowdsourcing kifejezéssel, arra utal, hogy egy nagy feladatot kisebb feladatokra bonthatunk, amelyeket nagy csoportok között lehet szétosztani, hogy segítsenek megoldani. Itt 2020-ban a crowdsourcing leginkább a pénzgyűjtő platformok szinonimája lehet, mint például a Kickstarter, ahol a „nagy feladat” egy termék elindításához szükséges induló tőkére, az elosztott tömegalapú elemre pedig arra kérik az embereket, hogy kisebb összegeket fizessenek be pénz.
A crowdsourcing azonban más alkalmazásokhoz is alkalmas. Az Amazon Mechanical Turk platformja és Apple ResearchKit olyan közösségi beszerzési eszközök, amelyek a tömeg erejét olyan feladatokra használják fel, amelyek a felmérések megválaszolásától a fontos tudományos kutatásokig terjednek. Eközben az olyan vállalatok, mint a TaskRabbit és a 99designs, kihasználják a tömeget, hogy segítsenek az ügyfeleknek a megfelelő személlyel találkozni. a kerti munkától és a bevásárlástól kezdve a tökéletes logó vagy fejléc megtervezéséig a webhelyéhez.
Brainsourcing: Crowdsourcing felismerési feladatok kollaboratív agyi számítógépes interfészen keresztül (teaser)
A.I. is profitálhat a crowdsourcingból. Vegyük fontolóra pl. A Google reCAPTCHA technológiája. A legtöbbünk valószínűleg úgy gondolja, hogy a reCAPTCHA egy olyan módszer, amellyel a webhelyek ellenőrizhetik, hogy botok vagyunk-e, mielőtt engedélyeznének egy adott feladat elvégzését. A reCAPTCHA kitöltése magában foglalhatja egy mozgó szövegsor elolvasását, vagy a macskát tartalmazó válogatás minden képére való kattintást. De a reCAPTCHA-k nem csak arról szólnak, hogy megvizsgáljuk, hogy emberek vagyunk-e vagy sem; emellett nagyon ügyes módszert jelentenek az adatok gyűjtésére, amelyek segítségével a Google képfelismerő A.I. okosabb. Minden alkalommal, amikor egy reCAPTCHA képen egy útszéli tábla szövegrészletét olvassa fel, hozzájárulhat ahhoz, hogy mondjuk a Google önvezető autói valamivel jobban felismerjék a való világot. Ha a Google elegendő választ gyűjtött egy képre, a Google meglehetősen biztos abban, hogy helyes választ ad.
Túl korai még azt fontolgatni, hogy az ötletszerzés hogyan tud a gyakorlatban ezekre az elképzelésekre építeni. „Mi magunk is próbáltunk ezen gondolkodni” – mondta Ruotsalo. „Szerintem még ötleteink sincsenek. Ez csak a koncepció bizonyítéka, hogy meg tudjuk csinálni. Most nyitva áll mások előtt, hogy megvizsgálják, milyen jól, milyen feladatokat, és milyen típusú embercsoportok számára tudnánk használni.”
Jön a jövő
De a potenciál minden bizonnyal megvan. A kereskedelemben kapható hordható EEG-monitorok most kezdenek elérhetővé válni – a következő formákban agyolvasó fejhallgató nak nek okos tetoválások. Jelenleg a jelen tanulmányhoz hasonló EEG-bemutatók az ember teljes agytevékenységének csak egy kis százalékát mérik. De idővel ez növekedhet, ami azt jelenti, hogy kevésbé bináris információgyűjtemény gyűjthető össze. Ahelyett, hogy „igen” vagy „nem” választ kapna a kérdésekre, ez a technológia több kérdésre is megfigyelheti az emberek válaszait. összetett kérdésekre, figyelemmel kísérheti a médiára, például egy tévéműsorra vagy filmre adott válaszokat, majd visszacsatolhatja az összesített tömegadatokat készítők.
„A hagyományos értékelések vagy a like gombok használata helyett egyszerűen meghallgathat egy dalt vagy megnézhet egy műsort, és az agya önmagában a tevékenység elegendő lenne ahhoz, hogy meghatározza a rá adott reakcióját” – Keith Davis, a hallgató és a kutatási asszisztens projekt, – áll egy sajtóközleményben a munkát kísérve.
Képzelje el, ha emberek milliói viselnének EEG-követő viseletet, és Ön napi 10-szer felajánlaná számukra a mikrofizetést, cserébe azért, hogy néhány másodpercet szánjon egy adott feladat megoldására. Furcsa? Talán most, de néhány évvel ezelőtt sok mai crowdsourcing technológia is ezt tette.
A játékműsorban Ki akar milliomos lenni, a versenyzők rendelkezésére álló egyik „mentőöv” az a lehetőség, hogy feltehetnek egy-egy kérdést a közönségnek. Amikor ez az egyszeri mentőkötél aktiválódik, a közönség az ülésükre erősített szavazólapokat használ, és a helyesnek vélt feleletválasztós kérdés megválaszolására szavaz. A számítógép ezután összeszámolja az eredményeket, és százalékban mutatja meg a versenyzőnek. James Surowiecki könyve szerint A tömegek bölcsessége, a közönség megkérdezése az esetek több mint 90%-ában a helyes választ adja. Ez lényegesen jobb, mint a műsor 50/50-es opciója, amely kiküszöböli a két helytelen választ, és az a lehetőség, hogy felhívjon egy barátot, amely az esetek kétharmadában ad megfelelő választ.
Lehet, hogy a brainsourcing a technológia következő nagyszerű ötlete; segít a szórakoztatás fejlesztésétől a jobb A.I. képzésig. mindenféle kérdésre válaszolni? Valljuk be, még korai ezt mondani. De ez egy olyan kifejezés, amelyről az elkövetkező hónapokban, években és évtizedekben még sokat fogsz hallani.
Szerkesztői ajánlások
- Az Nvidia szuperszámítógépe a ChatGPT új korszakát hozhatja el
- A vicces képlet: Miért a gép által generált humor az A.I. szent grálja?
- Az Nvidia új hangja A.I. úgy hangzik, mint egy igazi személy
- Az Intel hihetetlen sportolókövető A.I. a képzési technológia „szent grálja”.
- A medvék arcfelismerő technológiájának célja az emberek biztonságának megőrzése
