Immagina una stanza piena di scrivanie, per un totale di più di due dozzine. Ad ogni scrivania identica c'è un computer davanti al quale è seduta una persona che gioca ad un semplice gioco di identificazione. Il gioco chiede all'utente di completare una serie di attività di riconoscimento di base, come scegliere quale foto di una serie che mostra qualcuno sorridente o raffigura una persona con i capelli scuri o che indossa abiti occhiali. Il giocatore deve prendere la propria decisione prima di passare all'immagine successiva.
Contenuti
- Una nuova svolta su una vecchia idea
- Entra nel mondo del brainsourcing
- Il futuro sta arrivando
Solo che non lo fanno facendo clic con il mouse o toccando un touchscreen. Invece, selezionano la risposta giusta semplicemente pensandola.
Ogni persona nella stanza è dotata di una calotta cranica per l'elettroencefalogramma (EEG); una scia di cavi che porta da ogni persona a un vicino dispositivo di registrazione che monitor l'attività della tensione elettrica sul cuoio capelluto. La scena sembra un ufficio open space in cui tutti sono collegati a Matrix.
Imparentato
- IA analogica? Sembra pazzesco, ma potrebbe essere il futuro
- L'ultima A.I. di Nvidia i risultati dimostrano che ARM è pronto per il data center
- L’A.I. “droidlet” di Facebook potrebbe portare il riconoscimento vocale a un livello completamente nuovo
"I partecipanti [al nostro studio] avevano il semplice compito di riconoscere semplicemente [cosa veniva loro chiesto di cercare]", Tuukka Ruotsalo, ricercatore presso l'Università di Helsinki, che ha condotto la ricerca recentemente pubblicata, ha detto a Digital Trends. “Non è stato chiesto loro di fare altro. Hanno semplicemente guardato le immagini che gli erano state mostrate. Abbiamo quindi creato un classificatore per vedere se potevamo identificare il volto corretto con le caratteristiche target, basandoci esclusivamente sul segnale cerebrale. Non è stato utilizzato nient’altro, a parte il segnale EEG nel momento in cui i partecipanti hanno visto l’immagine”.
Nell'esperimento, a un totale di 30 volontari sono state mostrate immagini di volti umani sintetizzati (per evitare il possibilità che uno dei partecipanti possa riconoscere una persona che gli è stata mostrata e quindi distorcerla risultati). Ai partecipanti è stato chiesto di etichettare mentalmente i volti in base a ciò che vedevano e di cercare. Usando solo i dati sull'attività cerebrale, un intelligenza artificiale l'algoritmo ha imparato a riconoscere le immagini, come quando una persona bionda appariva sullo schermo.
Una nuova svolta su una vecchia idea
Questa è roba impressionante, ma non è particolarmente nuova. Almeno negli ultimi dieci anni, i ricercatori hanno utilizzato i dati sull’attività cerebrale, raccolti tramite EEG o fMRI, per effettuare una serie di dimostrazioni sempre più impressionanti di lettura del pensiero. In alcuni casi si tratta di identificare una particolare immagine o video, come nel caso di un recente studio durante il quale i ricercatori del Neurorobotics Lab di Mosca hanno dimostrato che è possibile capire quale i videoclip guardati dalle persone monitorando la loro attività cerebrale.
In altri casi, queste informazioni possono essere utilizzate per innescare determinate risposte. Ad esempio, nel 2011 i ricercatori della Washington University di St. Louis hanno posizionato elettrodi temporanei sul centro del linguaggio del cervello di una persona e hanno poi dimostrato di essere in grado di spostare il cursore del computer sullo schermo semplicemente chiedendo alla persona di pensare a dove voleva spostarlo. Altri studi ancora hanno dimostrato che i dati del cervello possono essere utilizzati per muovere gli arti robotici o far volare i droni.
Ciò che rende il recente studio dell’Università di Helsinki innovativo e interessante è che si concentra su come l’attività cerebrale di a gruppo di persone, anziché singole persone, può essere utilizzato per trarre conclusioni, ad esempio classificare le immagini. Non solo hanno dimostrato che funziona, ma che, almeno fino a un certo punto, più persone aggiungi al gruppo, più accurati diventano i dati.
"Quando aggiungiamo più persone al pool di brain-sourcing, in modo che i dati cerebrali vengano registrati da un gruppo di persone, otteniamo prestazioni con una precisione ben superiore al 90%", ha affermato Ruotsalo. "[Questo è] quasi al livello di [chiedere a un gruppo di taggare manualmente le risposte.]"
Inizialmente questo potrebbe sembrare controintuitivo. Se i dati cerebrali sono rumorosi, aggiungere più persone non li renderebbe ancora più rumorosi? Dopotutto, se vuoi ascoltare un suono particolarmente difficile da sentire in una stanza, è più facile se hai solo una persona che parla a voce alta piuttosto che dieci. Oppure 30. Ma come la storia della rivoluzione dei big data e molte delle più importanti dimostrazioni dell'apprendimento automatico in azione, hanno chiarito che più dati hai a disposizione per risolvere un problema, più i sistemi saranno accurati diventare.
"Il segnale è rumoroso in generale dall'EEG o da qualsiasi altra imaging cerebrale, e i partecipanti o gli esseri umani non sempre partecipano al 100%", ha spiegato Ruotsalo. “Pensa di guardare tu stesso le foto. A volte, dopo averne guardati molti, la tua mente potrebbe vagare. Anche con i singoli partecipanti, i ricercatori spesso usano trucchi, come ripetere lo stesso stimolo ancora una volta per poter calcolare la media del rumore. Qui utilizziamo i segnali di molti partecipanti”.
La possibilità che almeno alcuni individui siano concentrati in ogni momento è notevolmente aumentata rispetto a un solo individuo. Aggiungi il concetto della saggezza delle folle (ne parleremo più avanti) e avrai una combinazione davvero potente.
Entra nel mondo del brainsourcing
Tuukka Ruotsalo e il suo team chiamano questa lettura del cervello basata sul gruppo “brainsourcing”. È un gioco di parole con il termine crowdsourcing, riferendosi a un modo di suddividere un grande compito in compiti più piccoli che possono essere distribuiti a grandi gruppi di persone per aiutare risolvere. Qui nel 2020, il crowdsourcing potrebbe essere più sinonimo di piattaforme di raccolta fondi come Kickstarter, dove il “grande compito” è il capitale iniziale necessario per lanciare un prodotto e l'elemento distribuito basato sulla folla implica chiedere alle persone di versare piccole somme di denaro soldi.
Tuttavia, il crowdsourcing può prestarsi anche ad altre applicazioni. La piattaforma Mechanical Turk di Amazon e ResearchKit di Apple sono strumenti di crowdsourcing che sfruttano il potere della folla per compiti che vanno dalla risposta a sondaggi allo svolgimento di importanti ricerche accademiche. Nel frattempo, aziende come TaskRabbit e 99designs sfruttano il pubblico per aiutare i clienti a trovare la persona giusta per fornire qualsiasi cosa, dal lavoro in giardino alla spesa, alla progettazione del logo o della testata perfetta per il tuo sito web.
Brainsourcing: attività di riconoscimento del crowdsourcing tramite l'interfaccia collaborativa con il cervello computerizzato (teaser)
A.I. possono trarre vantaggio anche dal crowdsourcing. Consideriamo, ad esempio, La tecnologia reCAPTCHA di Google. La maggior parte di noi probabilmente considera reCAPTCHA un modo con cui i siti web possono verificare se siamo o meno un bot prima di consentirci di eseguire una particolare attività. Il completamento di un reCAPTCHA potrebbe comportare la lettura di una riga di testo sinuosa o il clic su ogni immagine in una selezione che include un gatto. Ma i reCAPTCHA non servono solo a verificare se siamo umani o no; sono anche un modo molto intelligente di raccogliere dati che possono essere utilizzati per rendere il riconoscimento delle immagini di Google A.I. più intelligente. Ogni volta che leggi un frammento di testo da un segnale stradale su un’immagine reCAPTCHA, potresti contribuire a rendere, ad esempio, le auto a guida autonoma di Google leggermente migliori nel riconoscere il mondo reale. Quando Google ha raccolto abbastanza risposte per un'immagine, è ragionevolmente certo di avere una risposta corretta.
È troppo presto per considerare come il brainsourcing possa concretamente basarsi su queste idee. “Abbiamo provato a pensarci noi stessi”, ha detto Ruotsalo. “Non credo che abbiamo ancora le idee. È solo una prova del fatto che possiamo farlo. Ora altre persone possono esplorare quanto bene, quali tipi di compiti e per quali tipi di gruppi di persone potremmo usarlo.
Il futuro sta arrivando
Ma il potenziale c’è sicuramente. I monitor EEG indossabili disponibili in commercio stanno ora iniziando a diventare disponibili, in forme che vanno da cuffie per la lettura del cervello A tatuaggi intelligenti. Al momento, le dimostrazioni EEG come quella di questo studio misurano solo una piccola percentuale dell’attività cerebrale totale di una persona. Ma nel tempo questo potrebbe aumentare, il che significa che potrebbe essere raccolta una raccolta di informazioni meno binaria. Invece di ottenere semplicemente una risposta “sì” o “no” alle domande, questa tecnologia potrebbe osservare la risposta delle persone a più domande domande complesse, potrebbe monitorare le risposte ai media come uno spettacolo televisivo o un film e quindi fornire dati aggregati sulla folla creatori.
“Invece di utilizzare valutazioni convenzionali o pulsanti simili, potresti semplicemente ascoltare una canzone o guardare uno spettacolo e il tuo cervello l'attività da sola sarebbe sufficiente per determinare la tua risposta", Keith Davis, studente e assistente di ricerca sul progetto, detto in un comunicato stampa accompagnamento del lavoro.
Immagina se milioni di persone indossassero dispositivi indossabili per il tracciamento dell'EEG e tu offrissi a una percentuale di loro un micropagamento 10 volte al giorno in cambio di qualche secondo per aiutare a risolvere un compito particolare. Fantasioso? Forse proprio adesso, ma lo stesso valeva anche per molte delle tecnologie di crowdsourcing odierne solo pochi anni fa.
Nel quiz televisivo Chi vuol essere milionario, una delle "ancora di salvezza" a disposizione dei concorrenti è la possibilità di porre al pubblico una determinata domanda. Quando questa ancora di salvezza viene attivata, il pubblico utilizza i pad elettorali attaccati al proprio posto e vota per la risposta a una domanda a scelta multipla che ritiene corretta. Il computer quindi conta i risultati e li mostra come percentuale al concorrente. Secondo il libro di James Surowiecki, La saggezza delle folle, chiedere al pubblico fornisce la risposta corretta più del 90% delle volte. Questo è significativamente migliore dell’opzione 50/50 dello show, che elimina due risposte errate, e dell’opzione di telefonare a un amico, che ti dà la risposta giusta circa due terzi delle volte.
Il brainsourcing potrebbe essere la prossima grande idea della tecnologia? aiutando a fare di tutto, dal miglioramento dell'intrattenimento alla formazione di una migliore intelligenza artificiale. per rispondere a ogni tipo di domanda? È certamente troppo presto per dirlo. Ma questo è sicuramente un termine di cui sentirete parlare molto di più nei mesi, negli anni e nei decenni a venire.
Raccomandazioni degli editori
- Il supercomputer di Nvidia potrebbe inaugurare una nuova era di ChatGPT
- La formula divertente: perché l'umorismo generato dalle macchine è il Santo Graal dell'A.I.
- La nuova voce di Nvidia A.I. sembra proprio una persona reale
- L'incredibile A.I. di Intel per il tracciamento degli atleti è il “Santo Graal” della tecnologia della formazione
- La tecnologia di riconoscimento facciale per gli orsi mira a mantenere gli esseri umani al sicuro
