Brainsourcing-ის ახალი ტექნიკა Trains A.I. Brainwaves-ით

წარმოიდგინეთ მერხებით სავსე ოთახი, რომელიც ჯამში ორ ათეულზე მეტია. თითოეულ იდენტურ მაგიდასთან არის კომპიუტერი, რომლის წინ ზის ადამიანი, რომელიც თამაშობს მარტივ საიდენტიფიკაციო თამაშს. თამაში სთხოვს მომხმარებელს შეასრულოს ამოცნობის ძირითადი ამოცანების ასორტიმენტი, როგორიცაა რომელის არჩევა ფოტო სერიიდან, რომელიც აჩვენებს ვინმეს იღიმება ან ასახავს ადამიანს მუქი თმით ან აცვია სათვალე. მოთამაშემ უნდა მიიღოს გადაწყვეტილება შემდეგ სურათზე გადასვლამდე.

მხოლოდ ისინი ამას არ აკეთებენ მაუსის დაწკაპუნებით ან სენსორულ ეკრანზე შეხებით. ამის ნაცვლად, ისინი ირჩევენ სწორ პასუხს უბრალოდ ფიქრით.

ოთახში თითოეული ადამიანი აღჭურვილია ელექტროენცეფალოგრამის (EEG) თავის ქალას თავსახურით; მავთულის ბილიკი, რომელიც მიდის თითოეული ადამიანიდან ახლომდებარე ჩამწერ მოწყობილობამდე, რომელიც მონიტორები ელექტრული ძაბვის აქტივობა მათ სკალპზე. სცენა ჰგავს ღია გეგმის ოფისს, რომელშიც ყველა მატრიცაშია შეყვანილი.

”მონაწილეებს [ჩვენს კვლევაში] ჰქონდათ მარტივი დავალება, უბრალოდ ამოეცნოთ [რისი მოძიება მათ სთხოვეს].” ტუუკა რუოცალო, ჰელსინკის უნივერსიტეტის მკვლევარი, რომელიც ხელმძღვანელობდა ახლახან გამოქვეყნებულ კვლევასგანუცხადა Digital Trends-ს. „მათ სხვა არაფერი მოუთხოვიათ. ისინი უბრალოდ უყურებდნენ სურათებს, რომლებიც მათ აჩვენეს. შემდეგ ჩვენ ავაშენეთ კლასიფიკატორი, რათა გვენახა, შეგვეძლო თუ არა სწორი სახის ამოცნობა სამიზნე მახასიათებლებთან, მხოლოდ ტვინის სიგნალზე დაყრდნობით. სხვა არაფერი გამოუყენებიათ, გარდა EEG სიგნალისა იმ მომენტში, როდესაც მონაწილეებმა დაინახეს სურათი.”

ექსპერიმენტში სულ 30 მოხალისეს აჩვენეს სინთეზირებული ადამიანის სახეების სურათები (რათა თავიდან აიცილონ შანსი, რომ ერთ-ერთმა მონაწილემ შეძლოს ამოიცნოს ის ადამიანი, რომელიც მას აჩვენეს და, შესაბამისად, გაუსწოროს ის შედეგები). მონაწილეებს სთხოვეს გონებრივად მიეწერათ სახეები ნანახის მიხედვით და სთხოვეს ეძიათ. მხოლოდ ტვინის აქტივობის მონაცემების გამოყენებით, ა ხელოვნური ინტელექტი ალგორითმმა ისწავლა სურათების ამოცნობა, მაგალითად, როდესაც ეკრანზე ქერა ადამიანი გამოჩნდა.

ახალი ტრიალი ძველ იდეაზე

ეს არის შთამბეჭდავი რამ, მაგრამ ეს არ არის განსაკუთრებით ახალი. სულ მცირე, ბოლო ათწლეულის განმავლობაში, მკვლევარები იყენებდნენ ტვინის აქტივობის მონაცემებს, რომლებიც შეგროვდა EEG ან fMRI-ის საშუალებით, რათა განახორციელონ აზრების კითხვის უფრო შთამბეჭდავი დემონსტრაციების ასორტიმენტი. ზოგიერთ შემთხვევაში, ეს არის კონკრეტული სურათის ან ვიდეოს იდენტიფიცირება, როგორც ბოლო კვლევის დროს, რომლის დროსაც მოსკოვის ნეირორობოტიკის ლაბორატორიის მკვლევარებმა აჩვენეს, რომ შესაძლებელია გაერკვია რომელი ვიდეო კლიპებს ხალხი უყურებს მათი ტვინის აქტივობის მონიტორინგით.

სხვა შემთხვევებში, ეს შეხედულებები შეიძლება გამოყენებულ იქნას გარკვეული პასუხების გასააქტიურებლად. მაგალითად, 2011 წელს სენტ-ლუისში ვაშინგტონის უნივერსიტეტის მკვლევარებმა მოათავსეს დროებითი ელექტროდები ადამიანის ტვინის მეტყველების ცენტრში და შემდეგ აჩვენეს, რომ მათ შეეძლოთ გადაიტანეთ კომპიუტერის კურსორი ეკრანზე უბრალოდ იმით, რომ ადამიანი იფიქროს იმაზე, თუ სად სურდა მისი გადატანა. ჯერ კიდევ სხვა კვლევებმა აჩვენა, რომ ტვინის მონაცემების გამოყენება შესაძლებელია რობოტული კიდურების გადასაადგილებლად ან დრონების გადასატანად.

რაც ჰელსინკის უნივერსიტეტის ბოლოდროინდელ სასწავლო რომანს და საინტერესოს ხდის არის ის, რომ ის ყურადღებას ამახვილებს იმაზე, თუ როგორ ხდება ტვინის აქტივობა ჯგუფი ადამიანების და არა მარტოხელა ადამიანების გამოყენება შესაძლებელია დასკვნების გამოსატანად, როგორიცაა სურათების კლასიფიკაცია. მათ არა მხოლოდ აჩვენეს, რომ ის მუშაობს, არამედ რომ - ყოველ შემთხვევაში, გარკვეულ მომენტამდე - რაც უფრო მეტ ადამიანს დაამატებთ ჯგუფს, მით უფრო ზუსტი ხდება მონაცემები.

„როდესაც ჩვენ ვამატებთ მეტ ადამიანს ტვინში მომარაგების აუზში, რათა ტვინის მონაცემები ჩაიწეროს ადამიანების ჯგუფისგან, ჩვენ მივაღწევთ 90%-ზე მეტ სიზუსტეს“, - თქვა რუოცალომ. "[ეს] თითქმის იმ დონეზეა, რომ [ჯგუფს ვთხოვო ხელით მონიშნოს პასუხები.]"

ეს შეიძლება თავიდანვე საპირისპიროდ ჟღერდეს. თუ ტვინის მონაცემები ხმაურიანია, უფრო მეტი ადამიანის დამატება არ გახდის მას უფრო ხმაურს? ყოველივე ამის შემდეგ, თუ გსურთ ოთახში განსაკუთრებით ძნელად მოსასმენი ხმის მოსმენა, უფრო ადვილია, თუ მხოლოდ ერთი ადამიანი საუბრობს მის ზემოთ, ვიდრე 10. ან 30. მაგრამ როგორც დიდი მონაცემების რევოლუციის ისტორია და მანქანური სწავლის მრავალი ყველაზე თვალსაჩინო დემონსტრაცია ქმედება, ცხადი გახადეთ, რაც უფრო მეტი მონაცემი გაქვთ თქვენს განკარგულებაში პრობლემის გადასაჭრელად, მით უფრო ზუსტია სისტემები გახდეს.

”სიგნალი ზოგადად ხმაურიანია EEG-დან ან ტვინის ნებისმიერი სხვა ვიზუალიზაციის შედეგად და მონაწილეები ან ადამიანები ყოველთვის არ ესწრებიან 100%-ს,” განმარტა რუოცალომ. ”იფიქრეთ იმაზე, რომ თავად შეხედოთ სურათებს. ხანდახან, ბევრის დათვალიერების შემდეგ, თქვენი გონება შეიძლება ტრიალდეს. ცალკეულ მონაწილეებთანაც კი, მკვლევარები ხშირად იყენებენ ხრიკებს, როგორიცაა ერთი და იგივე სტიმულის ხელახლა გამეორება, რათა შეძლონ ხმაურის საშუალო გამოთვლა. აქ ჩვენ ვიყენებთ მრავალი მონაწილის სიგნალებს. ”

შანსი იმისა, რომ სულ მცირე ზოგიერთი ინდივიდი ყოველ ჯერზე იყოს ორიენტირებული, მნიშვნელოვნად იზრდება მხოლოდ ერთ ინდივიდთან შედარებით. დაამატეთ ბრბოს სიბრძნის ცნება (დაწვრილებით ამის შესახებ მოგვიანებით) და თქვენ მიიღებთ ძლიერ კომბინაციას.

შედით ტვინსორსინგის სამყაროში

ტუუკკა რუოცალო და მისი გუნდი ამ ჯგუფზე დაფუძნებულ ტვინის წაკითხვას "ტვინის რესურსს" უწოდებენ. ეს არის ტერმინი კრაუდსორსინგის თამაში, გულისხმობს ერთი დიდი ამოცანის დაყოფის გზას პატარა ამოცანებად, რომლებიც შეიძლება გადანაწილდეს ადამიანთა დიდ ჯგუფებზე დასახმარებლად გადაჭრა. აქ 2020 წელს, crowdsourcing შეიძლება იყოს ყველაზე მეტად ფულის მოზიდვის პლატფორმების სინონიმი, როგორიცაა Kickstarter, სადაც „დიდი ამოცანაა“ სასტარტო კაპიტალი, რომელიც საჭიროა პროდუქტის გასაშვებად და ბრბოზე დაფუძნებული განაწილებული ელემენტი გულისხმობს ხალხის თხოვნას ჩიპის უფრო მცირე თანხებით ფული.

თუმცა, crowdsourcing-ს შეუძლია სხვა აპლიკაციების გამოყენებაც. Amazon-ის Mechanical Turk პლატფორმა და Apple-ის კვლევის ნაკრები არის crowdsourcing ინსტრუმენტები, რომლებიც იყენებენ ბრბოს ძალას ამოცანების შესასრულებლად, რომლებიც მერყეობს გამოკითხვებზე პასუხის გაცემიდან მნიშვნელოვანი აკადემიური კვლევის ჩატარებამდე. იმავდროულად, კომპანიები, როგორიცაა TaskRabbit და 99designs, იყენებენ ხალხმრავლობას, რათა დაეხმარონ კლიენტებს სწორ ადამიანთან შეხვედრაში. რომ მოგაწოდოთ ყველაფერი, დაწყებული ეზოში სამუშაოებიდან და სასურსათო მაღაზიებიდან დაწყებული, თქვენი ვებსაიტის იდეალური ლოგოს ან ანძის დაპროექტებამდე.

ა.ი. ასევე შეუძლია ისარგებლოს crowdsourcing-ით. განვიხილოთ, მაგალითად, Google-ის reCAPTCHA ტექნოლოგია. უმეტესობა ჩვენგანი მიიჩნევს, რომ reCAPTCHA არის საშუალება, რომ ვებგვერდებმა შეამოწმონ, ვართ თუ არა ბოტი, სანამ კონკრეტული დავალების შესრულების საშუალებას მოგვცემენ. reCAPTCHA-ის დასრულება შეიძლება მოიცავდეს ტექსტის მკვეთრი სტრიქონის კითხვას ან ყველა სურათზე დაწკაპუნებას, რომელიც შეიცავს კატას. მაგრამ reCAPTCHA არ არის მხოლოდ იმის ტესტირება, ადამიანები ვართ თუ არა; ისინი ასევე არის მონაცემთა შეგროვების ძალიან ჭკვიანური გზა, რომელიც შეიძლება გამოყენებულ იქნას Google-ის გამოსახულების A.I-ის ამოცნობისთვის. უფრო ჭკვიანი. ყოველ ჯერზე, როცა კითხულობთ ტექსტის ფრაგმენტს გზისპირა ნიშნიდან reCAPTCHA სურათზე, თქვენ შეიძლება წვლილი შეიტანოთ, ვთქვათ, Google-ის თვითმართვადი მანქანების რეალურ სამყაროს ამოცნობაში ოდნავ უკეთესად გახდომაში. როდესაც Google-მა შეაგროვა საკმარისი პასუხი სურათისთვის, Google გონივრულად დარწმუნებულია, რომ მას აქვს სწორი პასუხი.

ჯერ ნაადრევია იმის განხილვა, თუ როგორ შეიძლება ამ იდეებზე პრაქტიკულად დაფუძნებული ტვინების რესურსი. ”ჩვენ ვცდილობდით ამაზე გვეფიქრა”, - თქვა რუოცალომ. „არამგონია ჯერ იდეებიც კი გაგვაჩნია. ეს მხოლოდ კონცეფციის დამადასტურებელია, რომ ჩვენ შეგვიძლია ამის გაკეთება. ახლა ის ღიაა სხვა ადამიანებისთვის, რათა გამოიკვლიონ რამდენად კარგად და რა სახის ამოცანები და რა ტიპის ადამიანებისთვის შეგვიძლია გამოვიყენოთ ეს“.

მომავალი მოდის

მაგრამ პოტენციალი ნამდვილად არსებობს. კომერციულად ხელმისაწვდომი ტარებადი EEG მონიტორები ახლა უკვე ხელმისაწვდომი ხდება - სხვადასხვა ფორმებში ტვინის კითხვის ყურსასმენები რომ ჭკვიანი ტატუები. ამჟამად, EEG დემონსტრაციები, როგორიც ამ კვლევაში იყო, ზომავს ადამიანის მთლიანი ტვინის აქტივობის მხოლოდ მცირე პროცენტს. მაგრამ დროთა განმავლობაში ეს შეიძლება გაიზარდოს, რაც იმას ნიშნავს, რომ შეიძლება შეგროვდეს ნაკლებად ორობითი ინფორმაცია. კითხვებზე მხოლოდ „დიახ“ ან „არა“ პასუხის მიღების ნაცვლად, ამ ტექნოლოგიას შეუძლია დააკვირდეს ადამიანების პასუხებს უფრო მეტზე. კომპლექსურ კითხვებს, შეუძლიათ თვალყური ადევნონ პასუხებს მედიაზე, როგორიცაა სატელევიზიო შოუ ან ფილმი და შემდეგ დაუბრუნონ მასების მთლიანი მონაცემები. შემქმნელები.

„ჩვეულებრივი რეიტინგების ან ღილაკების გამოყენების ნაცვლად, შეგიძლიათ უბრალოდ მოუსმინოთ სიმღერას ან უყუროთ შოუს და თქვენი ტვინი მხოლოდ აქტივობა იქნება საკმარისი იმისათვის, რომ განვსაზღვროთ თქვენი პასუხი მასზე“, - კეიტ დევისი, სტუდენტი და კვლევის ასისტენტი პროექტი, ნათქვამია პრესრელიზში სამუშაოს თანმხლები.

წარმოიდგინეთ, თუ მილიონობით ადამიანს ეცვა EEG-თრექინგის ტარები და თქვენ მათ პროცენტს შესთავაზებთ მიკროგადასახადს დღეში 10-ჯერ, სანაცვლოდ, რომ რამდენიმე წამი დაგჭირდეთ კონკრეტული ამოცანის გადაჭრაში. ფანტასტიური? შესაძლოა ახლავე, მაგრამ ასე იყო დღევანდელი ხალხმრავალი ტექნოლოგიები სულ რამდენიმე წლის წინ.

თამაშის შოუზე Ვის უნდა გახდეს მილიონერი, კონკურსანტებისთვის ხელმისაწვდომი ერთ-ერთი „მაშველი ხაზი“ არის აუდიტორიისთვის გარკვეული შეკითხვის დასმის შესაძლებლობა. როდესაც ეს ერთჯერადი მაშველი ხაზი ამოქმედდება, აუდიტორია იყენებს ადგილებზე დამაგრებულ ხმის მიცემის ბალიშებს და ხმას აძლევს პასუხს მრავალჯერადი არჩევანის კითხვაზე, რომელიც, მათი აზრით, სწორია. შემდეგ კომპიუტერი აგროვებს შედეგებს და აჩვენებს მათ პროცენტულად კონკურსანტს. ჯეიმს სუროვიეცკის წიგნის მიხედვით, ბრბოთა სიბრძნე, აუდიტორიის კითხვა სწორ პასუხს იძლევა 90%-ზე მეტ დროს. ეს მნიშვნელოვნად სჯობს შოუს 50/50 ვარიანტს, რომელიც გამორიცხავს ორ არასწორ პასუხს და მეგობართან დარეკვის ვარიანტს, რომელიც გაძლევს სწორ პასუხს დროის დაახლოებით ორ მესამედში.

შეიძლება თუ არა ტვინსორსინგი იყოს ტექნიკური შემდეგი შესანიშნავი იდეა; გვეხმარება ყველაფრის გაკეთებაში, გართობის გაუმჯობესებიდან დამთავრებული უკეთესი A.I. ყველანაირ კითხვაზე პასუხის გასაცემად? მართალია, ჯერ ადრეა ამის თქმა. მაგრამ ეს ნამდვილად არის ტერმინი, რომლის შესახებაც უფრო მეტს მოისმენთ მომდევნო თვეებში, წლებში და ათწლეულებში.

რედაქტორების რეკომენდაციები

• Nvidia-ს სუპერკომპიუტერმა შესაძლოა ChatGPT-ის ახალი ეპოქა შემოიტანოს
• სასაცილო ფორმულა: რატომ არის მანქანით წარმოქმნილი იუმორი A.I.-ს წმინდა გრაალი.
• Nvidia-ს ახალი ხმა A.I. ჟღერს ისევე, როგორც ნამდვილი ადამიანი
• Intel-ის წარმოუდგენელი სპორტსმენების თვალთვალის A.I. არის სასწავლო ტექნიკის "წმინდა გრაალი".
• დათვებისთვის სახის ამოცნობის ტექნოლოგია მიზნად ისახავს ადამიანების უსაფრთხოებას