새로운 브레인소싱 기술로 A.I. 뇌파와 함께

총 24개가 넘는 책상으로 가득 찬 방을 상상해보세요. 각각의 동일한 책상에는 컴퓨터가 있고 그 앞에는 사람이 앉아 간단한 식별 게임을 하고 있습니다. 게임은 사용자에게 어떤 것을 선택하는 등 다양한 기본 인식 작업을 완료하도록 요청합니다. 웃는 사람을 보여주거나 검은 머리 또는 옷을 입은 사람을 묘사하는 시리즈 사진 안경. 플레이어는 다음 그림으로 넘어가기 전에 결정을 내려야 합니다.

단지 마우스로 클릭하거나 터치스크린을 탭하는 것만으로는 그렇게 할 수 없습니다. 대신에 그들은 단지 생각만으로 정답을 선택합니다.

방에 있는 각 사람은 뇌전도(EEG) 두개골 캡을 갖추고 있습니다. 각 사람에게서 근처 녹음 장치로 이어지는 전선의 흔적 모니터 두피의 전기 전압 활동. 그 장면은 모든 사람이 매트릭스에 들어가 있는 개방형 사무실처럼 보입니다.

"[우리 연구에 참여한] 참가자들은 [그들이 찾도록 요청받은 것]을 인식하는 간단한 작업을 수행했습니다." 투카 루옷살로, 헬싱키 대학교 연구원 최근 발표된 연구를 주도했습니다., Digital Trends에 말했습니다. “그들에게는 다른 일을 하라고 요구하지 않았습니다. 그들은 단지 그들이 보여준 이미지를 보았습니다. 그런 다음 우리는 뇌 신호에만 기초하여 대상 특징으로 올바른 얼굴을 식별할 수 있는지 확인하기 위해 분류기를 구축했습니다. 참가자들이 사진을 본 순간의 EEG 신호 외에는 다른 어떤 것도 사용되지 않았습니다.”

실험에서는 총 30명의 지원자에게 합성된 인간 얼굴의 이미지를 보여주었습니다. 참가자 중 한 명이 표시된 사람을 인식할 가능성이 있으므로 결과가 왜곡될 수 있습니다. 결과). 참가자들은 자신이 본 것을 바탕으로 얼굴에 정신적으로 라벨을 붙이고 찾아보라고 요청받았습니다. 그 뇌 활동 데이터만을 이용하여,

인공지능 알고리즘은 금발의 사람이 화면에 나타날 때와 같은 이미지를 인식하는 방법을 학습했습니다.

오래된 아이디어에 대한 신선한 전환

이것은 인상적인 내용이지만 특별히 새로운 것은 아닙니다. 적어도 지난 10년 동안 연구자들은 EEG나 fMRI를 통해 수집된 뇌 활동 데이터를 사용하여 점점 더 인상적인 사고 읽기 시연을 수행해 왔습니다. 경우에 따라 모스크바의 Neurorobotics Lab 연구원이 최근 연구에서 특정 이미지나 비디오를 식별하는 것이 가능하다는 것을 보여주었듯이 이는 특정 이미지나 비디오를 식별하는 것입니다. 사람들이 보고 있는 비디오 클립 그들의 뇌 활동을 모니터링함으로써.

다른 경우에는 이러한 통찰력을 사용하여 특정 응답을 트리거할 수 있습니다. 예를 들어, 2011년 세인트루이스에 있는 워싱턴 대학의 연구원들은 사람의 뇌에 있는 언어 중추 위에 임시 전극을 배치한 후 다음과 같은 능력이 있음을 입증했습니다. 화면에서 컴퓨터 커서를 움직이다 단순히 그 사람이 그것을 어디로 옮기고 싶은지 생각하게 하면 됩니다. 또 다른 연구에서는 뇌 데이터가 로봇 팔다리를 움직이거나 호버 드론을 움직이는 데 사용될 수 있음을 보여주었습니다.

헬싱키 대학의 최근 연구를 참신하고 흥미롭게 만드는 것은 이 연구가 인간의 뇌 활동이 어떻게 이루어지는지에 초점을 맞추고 있다는 것입니다. 그룹 독신자가 아닌 사람의 수를 기준으로 이미지를 분류하는 등의 결론을 도출할 수 있습니다. 그들은 그것이 효과가 있다는 것을 보여줬을 뿐만 아니라 적어도 어느 정도까지는 그룹에 더 많은 사람을 추가할수록 데이터가 더 정확해진다는 것을 보여주었습니다.

Ruotsalo는 "뇌 소싱 풀에 더 많은 사람을 추가하여 한 그룹의 사람들로부터 뇌 데이터를 기록하면 90%가 넘는 정확도를 달성할 수 있습니다"라고 말했습니다. "[그것은] 거의 [그룹에게 답변에 수동으로 태그를 지정하도록 요청하는] 수준입니다."

이는 처음에는 반직관적으로 들릴 수도 있습니다. 뇌 데이터가 시끄럽다면 사람을 더 추가하면 더 시끄러워지지 않을까요? 결국, 방에서 특히 듣기 어려운 소리를 듣고 싶다면 10명보다 한 사람만 위에서 말하는 것이 더 쉽습니다. 아니면 30. 그러나 빅 데이터 혁명의 역사와 함께 기계 학습에 대한 가장 주목할만한 시연은 다음과 같습니다. 문제를 해결할 수 있는 데이터가 많을수록 시스템이 더 정확해집니다. 이 되다.

Ruotsalo는 "일반적으로 EEG나 기타 뇌 영상에서 나오는 신호에는 잡음이 많고 참가자나 인간이 항상 100% 참석하는 것은 아닙니다."라고 설명했습니다. “직접 사진을 보는 것에 대해 생각해 보세요. 때로는 많은 것을 보고 나면 마음이 방황할 수도 있습니다. 단일 참가자의 경우에도 연구자들은 소음의 평균을 내기 위해 동일한 자극을 다시 반복하는 등의 트릭을 사용하는 경우가 많습니다. 여기에서는 많은 참가자의 신호를 사용합니다.”

매번 적어도 일부 개인이 집중할 가능성은 단 한 개인에 비해 크게 증가합니다. 군중의 지혜라는 개념을 추가하면(나중에 자세히 설명) 엄청난 강력한 조합을 얻게 됩니다.

브레인소싱의 세계로 들어가세요

Tuukka Ruotsalo와 그의 팀은 이러한 그룹 기반 두뇌 읽기를 "브레인소싱"이라고 부릅니다. 크라우드소싱이라는 용어를 사용한 연극입니다. 하나의 큰 작업을 큰 그룹의 사람들에게 배포하여 도움을 줄 수 있는 작은 작업으로 나누는 방법을 말합니다. 해결하다. 2020년에는 크라우드소싱이 Kickstarter와 같은 자금 조달 플랫폼과 가장 동의어가 될 수 있습니다. 제품을 출시하는 데 필요한 스타트업 자본과 분산된 군중 기반 요소에는 사람들에게 더 적은 금액의 칩을 요구하는 것이 포함됩니다. 돈.

그러나 크라우드소싱은 다른 애플리케이션에도 적합할 수 있습니다. Amazon의 Mechanical Turk 플랫폼과 Apple의 ResearchKit 설문조사 응답부터 중요한 학술 연구 수행에 이르기까지 다양한 작업에 군중의 힘을 활용하는 크라우드소싱 도구입니다. 한편 TaskRabbit 및 99designs와 같은 회사는 군중을 활용하여 고객이 적합한 사람과 연결될 수 있도록 돕습니다. 정원 작업과 식료품 쇼핑부터 웹사이트에 딱 맞는 로고나 마스트헤드 디자인까지 모든 것을 제공합니다.

일체 포함. 크라우드소싱의 혜택도 누릴 수 있습니다. 예를 들어, Google의 reCAPTCHA 기술. 우리 중 대부분은 reCAPTCHA를 특정 작업을 수행하기 전에 웹사이트에서 우리가 봇인지 여부를 확인할 수 있는 방법이라고 생각할 것입니다. reCAPTCHA를 완료하려면 흔들리는 텍스트 줄을 읽거나 선택 항목에서 고양이가 포함된 모든 이미지를 클릭해야 할 수 있습니다. 하지만 reCAPTCHA는 단지 우리가 인간인지 아닌지 테스트하는 것이 아닙니다. 이는 또한 Google의 이미지 인식 AI를 만드는 데 사용할 수 있는 데이터를 수집하는 매우 영리한 방법입니다. 더 똑똑하다. reCAPTCHA 이미지에 있는 길가 표지판의 텍스트 조각을 읽을 때마다 Google의 자율주행 자동차가 현실 세계를 인식하는 능력을 조금 더 향상시키는 데 기여할 수 있습니다. Google이 이미지에 대해 충분한 답변을 수집하면 Google은 해당 이미지에 정답이 있다고 합리적으로 확신합니다.

어떻게 브레인소싱이 실제로 이러한 아이디어를 기반으로 구축될 수 있는지 고려하기에는 너무 이르습니다. Ruotsalo는 “우리는 이에 대해 스스로 생각해보려고 노력해 왔습니다.”라고 말했습니다. “아직 아이디어가 없는 것 같아요. 우리가 이것을 할 수 있다는 것은 단지 개념 증명일 뿐입니다. 이제 다른 사람들이 우리가 이것을 얼마나 잘, 어떤 종류의 작업을, 어떤 유형의 사람들에게 사용할 수 있는지 탐색할 수 있게 되었습니다."

미래가 온다

그러나 잠재력은 확실히 존재합니다. 상업적으로 이용 가능한 웨어러블 EEG 모니터는 이제 다음과 같은 형태로 제공되기 시작했습니다. 뇌를 읽는 헤드폰 에게 스마트 문신. 현재 이 연구에서와 같은 EEG 시연은 사람의 전체 뇌 활동 중 극히 일부만을 측정합니다. 그러나 시간이 지남에 따라 이는 증가할 수 있으며, 이는 수집되는 정보의 이진수 집합이 줄어들 수 있음을 의미합니다. 이 기술은 질문에 대해 단지 "예" 또는 "아니요"라는 대답을 얻는 것이 아니라 더 많은 질문에 대한 사람들의 반응을 관찰할 수 있습니다. 복잡한 질문을 하고 TV 쇼나 영화와 같은 미디어에 대한 반응을 모니터링한 다음 집계된 군중 데이터를 다시 제공할 수 있습니다. 메이커.

“기존 등급이나 유사한 버튼을 사용하는 대신 단순히 노래를 듣거나 쇼를 시청하면 뇌가 활동만으로도 그것에 대한 귀하의 반응을 결정하기에 충분할 것입니다.”라고 학생이자 연구 조교인 Keith Davis는 말합니다. 프로젝트, 보도자료에서 말했다 작업을 동반합니다.

수백만 명의 사람들이 EEG 추적 웨어러블을 착용하고 특정 작업을 해결하는 데 몇 초만 투자하는 대가로 그들 중 일부에게 하루에 10번 소액 결제를 제공한다고 상상해 보세요. 환상적인가요? 지금 당장은 그럴 수도 있지만, 불과 몇 년 전만 해도 오늘날의 많은 크라우드소싱 기술도 마찬가지였습니다.

게임쇼에서 백만장자가 되고 싶은 사람, 참가자가 사용할 수 있는 "생명선" 중 하나는 청중에게 특정 질문을 할 수 있는 옵션입니다. 이 일회성 생명선이 작동되면 청중은 좌석에 부착된 투표 패드를 사용하여 옳다고 생각하는 객관식 질문에 대한 답변에 투표합니다. 그런 다음 컴퓨터는 결과를 집계하여 참가자에게 백분율로 표시합니다. James Surowiecki의 책에 따르면, 군중의 지혜, 청중에게 질문하면 90% 이상의 정답이 나옵니다. 이는 두 개의 잘못된 답변을 제거하는 쇼의 50/50 옵션과 약 2/3의 시간 동안 정답을 제공하는 친구에게 전화하는 옵션보다 훨씬 낫습니다.

브레인소싱이 기술의 다음 위대한 아이디어가 될 수 있을까요? 엔터테인먼트 개선부터 더 나은 AI 교육에 이르기까지 모든 작업을 돕습니다. 모든 종류의 질문에 답하기 위해? 확실히 말하기에는 너무 이르다. 그러나 이것은 앞으로 몇 달, 몇 년, 수십 년 동안 더 많이 듣게 될 용어임이 분명합니다.

편집자의 추천

• Nvidia의 슈퍼컴퓨터가 ChatGPT의 새로운 시대를 열 것입니다.
• 재미있는 공식: 기계가 생성한 유머가 AI의 성배인 이유
• 엔비디아의 새로운 목소리 A.I. 진짜 사람처럼 들리네
• 인텔의 놀라운 운동선수 추적 AI. 교육 기술의 '성배'입니다
• 곰을 위한 얼굴 인식 기술은 인간을 안전하게 지키는 것을 목표로 합니다.