Bayangkan sebuah ruangan yang penuh dengan meja, berjumlah lebih dari dua lusin. Di setiap meja yang sama, terdapat komputer dengan seseorang yang duduk di depannya memainkan permainan identifikasi sederhana. Permainan ini meminta pengguna untuk menyelesaikan berbagai macam tugas pengenalan dasar, seperti memilih yang mana foto dari rangkaian yang memperlihatkan seseorang sedang tersenyum atau menggambarkan seseorang dengan rambut atau pakaian berwarna hitam kacamata. Pemain harus membuat keputusan sebelum melanjutkan ke gambar berikutnya.
Isi
- Sebuah putaran baru dari ide lama
- Masuki dunia brainsourcing
- Masa depan akan datang
Hanya saja mereka tidak melakukannya dengan mengklik mouse atau mengetuk layar sentuh. Sebaliknya, mereka memilih jawaban yang benar hanya dengan memikirkannya.
Setiap orang di dalam ruangan dilengkapi dengan penutup tengkorak electroencephalogram (EEG); jejak kabel yang mengarah dari setiap orang ke alat perekam terdekat itu monitor aktivitas tegangan listrik di kulit kepala mereka. Adegan itu tampak seperti kantor terbuka di mana semua orang dimasukkan ke dalam The Matrix.
Terkait
- AI Analog? Kedengarannya gila, tapi mungkin itu adalah masa depan
- A.I. Hasil membuktikan bahwa ARM siap untuk pusat data
- AI 'droidlet' Facebook dapat membawa pengenalan ucapan ke tingkat yang benar-benar baru
“Para peserta [dalam penelitian kami] mempunyai tugas sederhana yaitu hanya mengenali [apa yang diminta untuk mereka cari],” Tuukka Ruotsalo, seorang peneliti di Universitas Helsinki, yang memimpin penelitian yang baru-baru ini diterbitkan, kepada Digital Trends. “Mereka tidak diminta melakukan hal lain. Mereka hanya melihat gambar yang diperlihatkan. Kami kemudian membuat pengklasifikasi untuk melihat apakah kami dapat mengidentifikasi wajah yang benar dengan fitur target, hanya berdasarkan sinyal otak. Tidak ada hal lain yang digunakan, selain sinyal EEG pada saat peserta melihat gambar tersebut.”
Dalam percobaan tersebut, total 30 relawan diperlihatkan gambar wajah manusia yang disintesis (untuk menghindari kemungkinan salah satu peserta mungkin mengenali orang yang ditunjukkan kepada mereka, dan karena itu menyimpang hasil). Peserta diminta untuk secara mental memberi label pada wajah berdasarkan apa yang mereka lihat dan diminta untuk mencarinya. Hanya menggunakan data aktivitas otak itu, an kecerdasan buatan algoritma belajar mengenali gambar, seperti ketika orang berambut pirang muncul di layar.
Sebuah putaran baru dari ide lama
Ini adalah hal yang mengesankan, tetapi ini bukanlah hal baru. Setidaknya selama satu dekade terakhir, para peneliti telah menggunakan data aktivitas otak, yang dikumpulkan melalui EEG atau fMRI, untuk melakukan serangkaian demonstrasi membaca pikiran yang semakin mengesankan. Dalam beberapa kasus, teknologi ini dapat mengidentifikasi gambar atau video tertentu, seperti penelitian terbaru yang dilakukan para peneliti di Neurorobotics Lab di Moskow yang menunjukkan bahwa kita dapat mengetahui gambar atau video mana yang dapat diidentifikasi. klip video yang ditonton orang dengan memantau aktivitas otak mereka.
Dalam kasus lain, wawasan ini dapat digunakan untuk memicu respons tertentu. Misalnya, pada tahun 2011, para peneliti di Universitas Washington di St. Louis memasang elektroda sementara di pusat bicara di otak seseorang dan kemudian menunjukkan bahwa elektroda tersebut mampu gerakkan kursor komputer di layar hanya dengan meminta orang tersebut memikirkan ke mana mereka ingin memindahkannya. Penelitian lain menunjukkan bahwa data otak dapat digunakan untuk menggerakkan anggota tubuh robot atau menerbangkan drone.
Apa yang membuat penelitian terbaru Universitas Helsinki menarik dan menarik adalah penelitian ini berfokus pada bagaimana aktivitas otak a kelompok orang, bukan orang tunggal, dapat digunakan untuk menarik kesimpulan, seperti mengklasifikasikan gambar. Mereka tidak hanya menunjukkan bahwa cara ini berhasil, namun — setidaknya sampai titik tertentu — semakin banyak orang yang Anda tambahkan ke grup, semakin akurat datanya.
“Saat kami menambahkan lebih banyak orang ke dalam kumpulan sumber otak, sehingga data otak dari sekelompok orang dicatat, kami mencapai kinerja dengan akurasi lebih dari 90%,” kata Ruotsalo. “[Itu] hampir pada level [meminta grup untuk menandai jawaban secara manual.]”
Ini mungkin awalnya terdengar berlawanan dengan intuisi. Jika data otak berisik, bukankah menambahkan lebih banyak orang akan membuatnya semakin berisik? Lagi pula, jika Anda ingin mendengarkan suara yang sangat sulit didengar di sebuah ruangan, akan lebih mudah jika Anda hanya memiliki satu orang yang berbicara secara berlebihan daripada 10 orang. Atau 30. Namun seiring dengan sejarah revolusi big data, dan banyak demonstrasi pembelajaran mesin yang paling menonjol tindakan, telah dijelaskan, semakin banyak data yang Anda miliki untuk mengatasi suatu masalah, semakin akurat sistemnya menjadi.
“Sinyalnya secara umum berisik dari EEG atau pencitraan otak lainnya, dan peserta atau manusia tidak selalu hadir 100%,” jelas Ruotsalo. “Pikirkan tentang melihat gambar sendiri. Terkadang, setelah melihat banyak hal, pikiran Anda bisa mengembara. Bahkan dengan partisipan tunggal, peneliti sering menggunakan trik, seperti mengulangi stimulus yang sama berulang kali agar kebisingan dapat dirata-ratakan. Di sini, kami menggunakan sinyal dari banyak peserta.”
Peluang bahwa setidaknya beberapa individu terfokus pada setiap waktu sangat meningkat dibandingkan hanya satu individu. Tambahkan gagasan tentang kebijaksanaan orang banyak (lebih lanjut tentang itu nanti) dan Anda akan mendapatkan kombinasi yang hebat.
Masuki dunia brainsourcing
Tuukka Ruotsalo dan timnya menyebut pembacaan otak berbasis kelompok ini sebagai “brainsourcing.” Ini adalah plesetan dari istilah crowdsourcing, mengacu pada cara memecah satu tugas besar menjadi tugas-tugas kecil yang dapat didistribusikan ke sekelompok besar orang untuk membantu menyelesaikan. Pada tahun 2020 ini, crowdsourcing mungkin paling identik dengan platform penggalangan dana seperti Kickstarter, di mana “tugas besarnya” adalah modal awal yang dibutuhkan untuk meluncurkan produk dan elemen berbasis kerumunan yang didistribusikan melibatkan meminta orang untuk menyumbang dalam jumlah yang lebih kecil uang.
Namun, crowdsourcing juga dapat digunakan untuk aplikasi lain. Platform Mechanical Turk Amazon dan Perangkat Penelitian Apple adalah alat crowdsourcing yang memanfaatkan kekuatan kerumunan untuk tugas-tugas mulai dari menjawab survei hingga melakukan penelitian akademis penting. Sementara itu, perusahaan seperti TaskRabbit dan 99designs memanfaatkan kerumunan untuk membantu pelanggan menemukan orang yang tepat untuk memberikan apa pun mulai dari pekerjaan pekarangan dan belanja bahan makanan hingga merancang logo atau kepala tiang yang sempurna untuk situs web Anda.
Brainsourcing: Tugas Pengenalan Crowdsourcing melalui Antarmuka Komputer Otak Kolaboratif (Teaser)
A.I. juga bisa mendapatkan keuntungan dari crowdsourcing. Pertimbangkan, misalnya, Teknologi reCAPTCHA Google. Sebagian besar dari kita mungkin menganggap reCAPTCHA sebagai cara situs web dapat memeriksa apakah kita bot atau tidak sebelum mengizinkan kita melakukan tugas tertentu. Menyelesaikan reCAPTCHA mungkin melibatkan membaca sebaris teks yang bergelombang atau mengeklik setiap gambar dalam pilihan yang menyertakan kucing. Namun reCAPTCHA bukan hanya tentang menguji apakah kita manusia atau bukan; mereka juga merupakan cara yang sangat cerdas untuk mengumpulkan data yang dapat digunakan untuk membuat AI pengenalan gambar Google. lebih pintar. Setiap kali Anda membaca sepotong teks dari rambu pinggir jalan pada gambar reCAPTCHA, Anda dapat berkontribusi untuk membuat, misalnya, mobil self-driving Google sedikit lebih baik dalam mengenali dunia nyata. Jika Google telah mengumpulkan cukup jawaban untuk sebuah gambar, Google cukup yakin bahwa jawabannya benar.
Masih terlalu dini untuk mempertimbangkan bagaimana brainsourcing dapat secara praktis mengembangkan ide-ide ini. “Kami sendiri telah mencoba memikirkan hal ini,” kata Ruotsalo. “Saya rasa kita belum punya idenya. Ini hanyalah bukti konsep bahwa kita bisa melakukan ini. Sekarang terbuka bagi orang lain untuk mengeksplorasi seberapa baik, dan jenis tugas apa, dan kelompok orang seperti apa yang dapat kita gunakan untuk hal ini.”
Masa depan akan datang
Tapi potensinya pasti ada. Monitor EEG wearable yang tersedia secara komersial kini mulai tersedia — dalam berbagai bentuk headphone pembaca otak ke tato pintar. Saat ini, demonstrasi EEG seperti yang ditunjukkan dalam penelitian ini hanya mengukur persentase kecil dari total aktivitas otak seseorang. Namun seiring berjalannya waktu, hal ini dapat meningkat, yang berarti pengumpulan informasi yang lebih sedikit biner dapat dikumpulkan. Daripada hanya mendapatkan jawaban “ya” atau “tidak” terhadap pertanyaan, teknologi ini dapat mengamati respons masyarakat terhadap lebih banyak hal pertanyaan yang rumit, dapat memantau respons terhadap media seperti acara TV atau film, lalu memasukkan data agregat kembali ke dalamnya pembuat.
“Daripada menggunakan rating konvensional atau tombol suka, Anda cukup mendengarkan lagu atau menonton acara, dan otak Anda aktivitas saja sudah cukup untuk menentukan respons Anda terhadapnya,” Keith Davis, seorang mahasiswa dan asisten peneliti di proyek, mengatakan dalam siaran pers menemani pekerjaan tersebut.
Bayangkan jika jutaan orang memakai perangkat pelacak EEG dan Anda menawarkan pembayaran mikro 10 kali sehari kepada sebagian dari mereka sebagai imbalan atas meluangkan waktu beberapa detik untuk membantu menyelesaikan tugas tertentu. Fantastis? Mungkin saat ini, namun hal serupa juga terjadi pada banyak teknologi crowdsourcing saat ini beberapa tahun yang lalu.
Di acara permainan Siapa yang Ingin Menjadi Jutawan, salah satu “jalur hidup” yang tersedia bagi para kontestan adalah pilihan untuk mengajukan pertanyaan tertentu kepada penonton. Ketika garis hidup satu kali ini dipicu, penonton menggunakan kertas suara yang terpasang di kursi mereka dan memilih jawaban atas pertanyaan pilihan ganda yang mereka yakini benar. Komputer kemudian menghitung hasilnya dan menunjukkannya sebagai persentase kepada kontestan. Menurut buku James Surowiecki, Kebijaksanaan Orang Banyak, menanyakan penonton menghasilkan jawaban yang benar lebih dari 90% dari keseluruhan waktu. Ini jauh lebih baik daripada opsi 50/50 di acara tersebut, yang menghilangkan dua jawaban yang salah, dan opsi untuk menelepon teman, yang memberi Anda jawaban yang benar sekitar dua pertiga dari waktu.
Mungkinkah brainsourcing menjadi ide hebat berikutnya di bidang teknologi; membantu melakukan segalanya mulai dari meningkatkan hiburan hingga melatih A.I. untuk menjawab segala macam pertanyaan? Memang masih terlalu dini untuk mengatakannya. Namun istilah ini pastinya akan lebih sering Anda dengar dalam beberapa bulan, tahun, dan dekade mendatang.
Rekomendasi Editor
- Superkomputer Nvidia mungkin menghadirkan era baru ChatGPT
- Rumus lucunya: Mengapa humor yang dihasilkan mesin adalah cawan suci A.I.
- Suara baru Nvidia A.I. terdengar seperti orang sungguhan
- A.I. adalah 'cawan suci' teknologi pelatihan
- Teknologi pengenalan wajah untuk beruang bertujuan untuk menjaga keselamatan manusia
