דמיינו חדר מלא בשולחנות, המונה יותר משני תריסר בסך הכל. בכל שולחן כתיבה זהה, יש מחשב עם מי שיושב מולו משחק במשחק זיהוי פשוט. המשחק מבקש מהמשתמש להשלים מבחר של משימות זיהוי בסיסיות, כגון בחירת אילו תמונה מתוך סדרה שמראה מישהו מחייך או מתארת אדם עם שיער כהה או לובש משקפיים. השחקן חייב לקבל את החלטתו לפני שהוא עובר לתמונה הבאה.
תוכן
- סיבוב חדש על רעיון ישן
- היכנס לעולם של מיקור המוחות
- העתיד מגיע
רק שהם לא עושים את זה על ידי לחיצה עם העכבר או הקשה על מסך מגע. במקום זאת, הם בוחרים את התשובה הנכונה פשוט על ידי חשיבה עליה.
כל אדם בחדר מצויד בכובע גולגולת אלקטרואנצפלוגרמה (EEG); שובל של חוטים המובילים מכל אדם למכשיר הקלטה סמוך צגים פעילות המתח החשמלי על הקרקפת שלהם. הסצנה נראית כמו משרד פתוח שבו כולם נדחפים למטריקס.
קָשׁוּר
- A.I אנלוגי? זה נשמע מטורף, אבל זה יכול להיות העתיד
- ה-A.I האחרון של Nvidia התוצאות מוכיחות ש-ARM מוכן למרכז הנתונים
- ה-'droidlet' של פייסבוק A.I. יכול לקחת את זיהוי הדיבור לרמה חדשה לגמרי
"למשתתפים [במחקר שלנו] הייתה משימה פשוטה פשוט לזהות [מה הם התבקשו לחפש]", Tuukka Ruotsalo
, עמית מחקר באוניברסיטת הלסינקי, אשר הוביל את המחקר שפורסם לאחרונה, אמר ל-Digital Trends. "הם לא התבקשו לעשות שום דבר אחר. הם רק הסתכלו על התמונות שהוצגו להם. לאחר מכן בנינו מסווג כדי לראות אם נוכל לזהות את הפנים הנכונות עם תכונות המטרה, אך ורק על סמך האות המוחי. שום דבר אחר לא היה בשימוש, מלבד אות ה-EEG ברגע שבו המשתתפים ראו את התמונה".בניסוי, בסך הכל הראו ל-30 מתנדבים תמונות של פנים אנושיות מסונתזות (כדי למנוע את סיכוי שאחד המשתתפים יזהה אדם שהראו לו, ולכן ישטוף את תוצאות). המשתתפים התבקשו לתייג מנטלית את הפנים על סמך מה שהם ראו והתבקשו לחפש. שימוש רק בנתוני פעילות המוח האלה, א בינה מלאכותית האלגוריתם למד לזהות תמונות, למשל כאשר אדם בלונדיני הופיע על המסך.
סיבוב חדש על רעיון ישן
זה חומר מרשים, אבל זה לא חדש במיוחד. לפחות בעשור האחרון, חוקרים השתמשו בנתוני פעילות המוח, שנאספו באמצעות EEG או fMRI, כדי לבצע מבחר של הדגמות קריאת מחשבות מרשימות יותר ויותר. במקרים מסוימים, מדובר בזיהוי תמונה או סרטון מסוים, כמו במחקר שנערך לאחרונה במהלכו הראו חוקרים במעבדת נוירורובוטיקה במוסקבה שאפשר להבין איזה קטעי וידאו שאנשים צופים בהם על ידי ניטור פעילות המוח שלהם.
במקרים אחרים, ניתן להשתמש בתובנות אלו כדי להפעיל תגובות מסוימות. לדוגמה, בשנת 2011 חוקרים מאוניברסיטת וושינגטון בסנט לואיס הניחו אלקטרודות זמניות מעל מרכז הדיבור של מוחו של אדם ולאחר מכן הוכיחו שהם מסוגלים להזיז סמן מחשב על המסך פשוט בכך שהאדם יחשוב לאן הוא רוצה להעביר אותו. מחקרים אחרים הראו שניתן להשתמש בנתוני המוח כדי להזיז איברים רובוטיים או מל"טים לרחף.
מה שהופך את המחקר האחרון של אוניברסיטת הלסינקי לרומן ומעניין הוא שהוא מתמקד באופן שבו פעילות המוח של קְבוּצָה של אנשים, ולא אנשים בודדים, יכולים לשמש להסקת מסקנות, כגון סיווג תמונות. לא רק שהם הראו שזה עובד, אלא שגם - לפחות עד נקודה מסוימת - ככל שתוסיף יותר אנשים לקבוצה, כך הנתונים נעשים מדויקים יותר.
"כשאנחנו מוסיפים עוד אנשים למאגר מקורות המוח, כך שנתוני מוח נרשמים מקבוצת אנשים, אנו משיגים ביצועים של הרבה יותר מ-90% דיוק", אמר Ruotsalo. "[כלומר] כמעט ברמה של [לבקש מקבוצה לתייג תשובות באופן ידני.]"
זה עשוי להישמע בהתחלה מנוגד לאינטואיציה. אם נתוני המוח רועשים, האם הוספת אנשים נוספים לא תגרום להם להיות אפילו יותר רועשים? אחרי הכל, אם אתה רוצה להאזין לצליל קשה במיוחד לשמיעה בחדר, קל יותר אם יש לך רק אדם אחד שמדבר מעבר ל-10. או 30. אבל כמו ההיסטוריה של מהפכת הביג דאטה, ורבות מההדגמות הבולטות ביותר של למידת מכונה ב פעולה, הבהירו, ככל שיש לכם יותר נתונים לרשותכם כדי לזרוק על בעיה, כך המערכות מדויקות יותר הפכו.
"האות רועש באופן כללי מ-EEG או כל הדמיה מוחית אחרת, והמשתתפים או בני האדם לא תמיד משתתפים ב-100%", הסביר Ruotsalo. "תחשוב על להסתכל בתמונות בעצמך. לפעמים, לאחר התבוננות ברבים, המחשבה שלך יכולה לנדוד. אפילו עם משתתפים בודדים, חוקרים משתמשים לעתים קרובות בתחבולות, כמו חזרה על אותו גירוי כל פעם מחדש כדי להצליח למדוד את הרעש החוצה. כאן אנו משתמשים באותות של משתתפים רבים".
הסיכוי שלפחות חלק מהפרטים ממוקדים בכל פעם גדל מאוד לעומת פרט אחד בלבד. הוסיפו את הרעיון של חוכמת ההמונים (עוד על כך בהמשך) וקיבלתם שילוב חזק.
היכנס לעולם של מיקור המוחות
Tuukka Ruotsalo והצוות שלו מכנים את קריאת המוח המבוססת על קבוצה זו "מיקור מוחות". זה משחק על המונח מיקור המונים, הכוונה לדרך לפירוק משימה אחת גדולה למשימות קטנות יותר שניתן לחלק לקבוצות גדולות של אנשים כדי לעזור לִפְתוֹר. כאן בשנת 2020, מיקור המונים עשוי להיות שם נרדף ביותר לפלטפורמות לגיוס כספים כמו קיקסטארטר, שם "המשימה הגדולה" היא הון סטארט-אפ הדרוש להשקת מוצר והאלמנט המבוסס על קהל כרוך בבקשה מאנשים לצרף סכומים קטנים יותר של כֶּסֶף.
עם זאת, מיקור המונים יכול להתאים את עצמו גם ליישומים אחרים. פלטפורמת Mechanical Turk של אמזון ו ResearchKit של אפל הם כלי מיקור המונים הרותמים את כוחו של ההמון למשימות שנעות ממענה על סקרים ועד ביצוע מחקר אקדמי חשוב. בינתיים, חברות כמו TaskRabbit ו-99designs ממנפות את הקהל כדי לעזור ללקוחות להתאים את האדם הנכון לספק כל דבר, החל מעבודות בחצר וקניות מצרכים ועד לעיצוב הלוגו או ה-masthead המושלם עבור האתר שלך.
מיקור מוחות: משימות זיהוי במיקור המונים באמצעות ממשק מחשבי מוח שיתופי (טיזר)
א.י. יכול גם להפיק תועלת ממיקור המונים. קחו למשל, טכנולוגיית reCAPTCHA של גוגל. רובנו רואים ב-reCAPTCHA דרך שבה אתרים יכולים לבדוק אם אנחנו בוט לפני שהם מאפשרים לנו לבצע משימה מסוימת. השלמת reCAPTCHA עשויה לכלול קריאת שורת טקסט מתפתלת או לחיצה על כל תמונה בבחירה הכוללת חתול. אבל reCAPTCHA לא עוסקים רק בבדיקה אם אנחנו בני אדם או לא; הם גם דרך חכמה מאוד לאסוף נתונים שניתן להשתמש בהם כדי להפוך את זיהוי התמונות של גוגל ל-A.I. חכם יותר. בכל פעם שאתה קורא קטע של טקסט משלט בצד הדרך על תמונת reCAPTCHA, אתה יכול לתרום, למשל, להפוך את המכוניות האוטונומיות של גוגל לטובות מעט יותר בזיהוי העולם האמיתי. כאשר גוגל אספה מספיק תשובות לתמונה, גוגל בטוחה למדי שיש לה תשובה נכונה.
מוקדם מדי לשקול כיצד מיקור מוחות יכול לבנות על רעיונות אלה. "ניסינו לחשוב על זה בעצמנו", אמר Ruotsalo. "אני לא חושב שיש לנו אפילו את הרעיונות עדיין. זו רק הוכחה לכך שאנחנו יכולים לעשות את זה. עכשיו זה פתוח לאנשים אחרים לחקור כמה טוב, ואיזה סוגי משימות, ולאילו סוגי קבוצות של אנשים נוכל להשתמש בזה."
העתיד מגיע
אבל הפוטנציאל בהחלט קיים. מסכי EEG לבישים זמינים מסחרית מתחילים להיות זמינים כעת - בצורות שנעות בין אוזניות לקריאת מוח ל קעקועים חכמים. נכון לעכשיו, הדגמות EEG כמו זו במחקר זה מודדות רק אחוז זעיר מכלל הפעילות המוחית של אדם. אבל עם הזמן זה יכול לגדול, כלומר אוסף פחות בינארי של מידע עשוי להיאסף. במקום לקבל תשובה של "כן" או "לא" לשאלות, הטכנולוגיה הזו יכולה לראות את התגובה של אנשים ליותר שאלות מורכבות, יכולות לעקוב אחר תגובות למדיה כמו תוכנית טלוויזיה או סרט ולאחר מכן להזין את נתוני הקהל המצטברים בחזרה אליה יצרנים.
"במקום להשתמש בדירוג קונבנציונלי או בכפתורי לייק, אתה יכול פשוט להאזין לשיר או לצפות בתוכנית, והמוח שלך פעילות בלבד תספיק כדי לקבוע את תגובתך אליה", קית' דייוויס, סטודנט ועוזר מחקר בנושא פּרוֹיֶקט, אמר בהודעה לעיתונות מלווה את העבודה.
תארו לעצמכם אם מיליוני אנשים לבשו ציוד לביש למעקב אחר EEG והצעתם לאחוז מהם מיקרו-תשלום 10 פעמים ביום בתמורה לכמה שניות כדי לעזור בפתרון משימה מסוימת. דִמיוֹנִי? אולי כרגע, אבל כך גם עשו רבות מטכנולוגיות מיקור ההמונים של היום רק לפני כמה שנים.
בתוכנית המשחק מי רוצה להיות מיליונר, אחד מ"קווי ההצלה" העומדים לרשות המתמודדים הוא האפשרות לשאול את הקהל שאלה מסוימת. כשחבל ההצלה החד-פעמי הזה מופעל, הקהל משתמש בפנקסי הצבעה המחוברים למושבים שלו ומצביע עבור התשובה לשאלה מרובה-ברירה שלדעתם נכונה. לאחר מכן, המחשב סופר את התוצאות ומציג אותן כאחוז למתמודד. על פי ספרו של ג'יימס סורוביצקי, חוכמת ההמונים, לשאול את הקהל מניב את התשובה הנכונה ביותר מ-90% מהמקרים. זה הרבה יותר טוב מאופציית ה-50/50 של התוכנית, שמבטלת שתי תשובות שגויות, והאפשרות להתקשר לחבר, שנותנת לך את התשובה הנכונה בערך בשני שליש מהזמן.
האם מיקור מוחות יכול להיות הרעיון הגדול הבא של הטכנולוגיה; עוזרים לעשות הכל משיפור הבידור ועד אימון A.I טוב יותר. לענות על כל מיני שאלות? יש להודות שזה מוקדם מדי לומר. אבל זה בהחלט מונח שאתה הולך לשמוע עליו הרבה יותר בחודשים, השנים והעשורים הבאים.
המלצות עורכים
- מחשב העל של Nvidia עשוי להביא עידן חדש של ChatGPT
- הנוסחה המצחיקה: מדוע הומור שנוצר על ידי מכונה הוא הגביע הקדוש של A.I.
- הקול החדש של Nvidia A.I. נשמע בדיוק כמו אדם אמיתי
- ה-A.I המדהים של אינטל עוקב אחר אתלטים. הוא 'הגביע הקדוש' של הטכנולוגיה האימון
- טכנולוגיית זיהוי פנים לדובים שואפת לשמור על בטיחות בני האדם
