Sieci neuronowe nauczyły się „czytać w myślach” w czasie rzeczywistym
Jeśli chodzi o pokazywanie nam właściwych wyników wyszukiwania we właściwym czasie, A.I. często może się wydawać, że umiejętność czytania w myślach jest bardzo bliska. Ale inżynierowie z rosyjskiej firmy badawczej zajmującej się robotyką Laboratorium Neurobotyki wykazały, że sztuczną inteligencję naprawdę można wyszkolić do czytania w myślach i odgadywania, jakie filmy oglądają użytkownicy, wyłącznie na podstawie samych fal mózgowych.
Polecane filmy
„Wykazaliśmy, że obserwowanie scen wizualnych o różnej treści wpływa na fale mózgowe człowieka, dzięki czemu możemy odróżnić kategorie scen [wzajemnie się] poprzez analizę odpowiedniego sygnału EEG (elektroencefalogramu)” – powiedział Digital Anatolij Bobe, inżynier z Laboratorium Neurorobotyki w Moskwie Trendy. „Stworzyliśmy [następnie] system do rekonstrukcji obrazów na podstawie cech sygnału EEG”.
Naukowcy przeszkolili A.I. pokazując mu klipy wideo przedstawiające różne obiekty wraz z nagraniami fal mózgowych obserwujących je osób. Umożliwiło to sieci neuronowej głębokiego uczenia się cechy powszechnie obserwowane w aktywności fal mózgowych, gdy ludzie oglądają określone rodzaje treści wideo. Następnie udowodnili swój model, prosząc osoby badane o założenie czapek EEG i zarejestrowanie swojego mózgu podczas oglądania klipów wideo, od ludzi na skuterach wodnych, przez sekwencje przyrodnicze, aż po ludzi wyrażenia. W
210 z 234 prób, AI był w stanie sklasyfikować i odpowiednio oznaczyć aktywność mózgu.„Nie można zrekonstruować rzeczywistych rzeczy, które osoba widzi lub wyobraża sobie, a jedynie powiązane obrazy tej samej kategorii” – wyjaśnił Bobe.
Bobe powiedział, że Laboratorium Neurobotics wydaje się być pierwszą grupą badawczą, która zademonstrowała takie podejście do bodźców wideo z sygnałów EEG. Jednak nie jest to pierwsza grupa, która bada technologię czytania w myślach opartą na sztucznej inteligencji. Mamy zakrył numerpowiązanych badańprojekty w przeszłości. Wiele z nich skupiało się jednak na analizie fMRI, a nie EEG. Jak zauważył Bobe, „sygnały fMRI zawierają znacznie więcej informacji o procesach mózgowych niż EEG”. Wadą fMRI jest jednak to, że wymaga dużego i drogiego sprzętu, który można znaleźć tylko w klinikach. Trudno jest również uzyskać wyniki w czasie rzeczywistym ze względu na słabą rozdzielczość czasową. EEG, choć jest sygnałem trudniejszym i mniej niezawodnym, jest łatwiejszy w wykorzystaniu. Może to uczynić go bardziej praktycznym w rzeczywistych zastosowaniach BCI (interfejs mózg-komputer).
„Nasz system można zastosować na przykład w rehabilitacji po udarze, kiedy dana osoba potrzebuje ćwiczeń mózgu, aby odzyskać zdolności poznawcze lub potrzebować wysyłania poleceń mentalnych za pośrednictwem interfejsu EEG” – Bobe powiedział. „Nasz system działa jak system szkoleniowy, w ramach którego osoba badana może trenować generowanie poleceń mentalnych i wykorzystywać zrekonstruowane obrazy jako natywną informację zwrotną, która pokazuje, jak dobrze sobie radzi z tym zadaniem”.
Zalecenia redaktorów
- Inteligentna nowa sztuczna inteligencja system obiecuje wyszkolić Twojego psa, gdy będziesz poza domem
- Twoja sztuczna inteligencja inteligentny asystent może pewnego dnia stwierdzić, czy jesteś samotny
- Przełomowa sztuczna inteligencja implant mózgowy przekłada myśli na wypowiadane słowa
- Inteligentna sztuczna inteligencja Body mogą ujawnić, kiedy u dziecka występują problemy z poruszaniem się
- Słuchawki czytające mózg są tutaj, aby zapewnić ci kontrolę telekinetyczną
Ulepsz swój styl życiaDigital Trends pomaga czytelnikom śledzić szybko rozwijający się świat technologii dzięki najnowszym wiadomościom, zabawnym recenzjom produktów, wnikliwym artykułom redakcyjnym i jedynym w swoim rodzaju zajawkom.
