Predstavte si miestnosť plnú stolov, ktorých je celkovo viac ako dva tucty. Pri každom rovnakom stole je počítač, pred ktorým sedí osoba, ktorá hrá jednoduchú identifikačnú hru. Hra vyžaduje od používateľa, aby dokončil rad základných úloh rozpoznávania, ako je napríklad výber toho fotografia zo série, ktorá zobrazuje niekoho usmievajúceho sa alebo zobrazuje osobu s tmavými vlasmi alebo oblečenú okuliare. Hráč sa musí rozhodnúť pred prechodom na ďalší obrázok.
Obsah
- Nový pohľad na starú myšlienku
- Vstúpte do sveta brainsourcingu
- Budúcnosť prichádza
Nerobia to iba kliknutím myšou alebo klepnutím na dotykovú obrazovku. Namiesto toho vyberú správnu odpoveď jednoducho tak, že si ju premyslia.
Každá osoba v miestnosti je vybavená čiapočkou lebky s elektroencefalogramom (EEG); stopa drôtov vedúcich od každej osoby k blízkemu záznamovému zariadeniu, ktoré monitory aktivitu elektrického napätia na ich pokožke hlavy. Scéna vyzerá ako otvorená kancelária, v ktorej sú všetci zapojení do Matrixu.
Súvisiace
- Analógová A.I.? Znie to šialene, ale môže to byť budúcnosť
- Najnovšie A.I od Nvidie. výsledky dokazujú, že ARM je pripravený na dátové centrum
- „Droidlet“ od Facebooku A.I. môže posunúť rozpoznávanie reči na úplne novú úroveň
„Účastníci [našej štúdie] mali jednoduchú úlohu len rozpoznať [to, čo mali hľadať],“ Tuukka Ruotsalo, vedecký pracovník na Helsinskej univerzite, ktorý viedol nedávno publikovaný výskum, povedal Digital Trends. „Neboli požiadaní, aby robili niečo iné. Len sa pozerali na obrázky, ktoré im ukázali. Potom sme vytvorili klasifikátor, aby sme zistili, či dokážeme identifikovať správnu tvár s cieľovými črtami výlučne na základe mozgového signálu. Nič iné nebolo použité, okrem EEG signálu v momente, keď účastníci videli obraz.“
V experimente boli celkom 30 dobrovoľníkom ukázané obrázky syntetizovaných ľudských tvárí (aby sa predišlo šanca, že jeden z účastníkov by mohol spoznať osobu, ktorá mu bola zobrazená, a preto ju skresliť výsledky). Účastníci boli požiadaní, aby mentálne označili tváre na základe toho, čo videli a čo mali hľadať. Pomocou iba týchto údajov o mozgovej aktivite, an umela inteligencia Algoritmus sa naučil rozpoznávať obrázky, napríklad keď sa na obrazovke objavila blondínka.
Nový pohľad na starú myšlienku
Je to pôsobivá vec, ale nie je to nič nové. Prinajmenšom v poslednom desaťročí výskumníci používali údaje o mozgovej aktivite zhromaždené prostredníctvom EEG alebo fMRI na uskutočnenie radu čoraz pôsobivejších demonštrácií čítania myšlienok. V niektorých prípadoch identifikuje konkrétny obrázok alebo video, ako je to v nedávnej štúdii, počas ktorej výskumníci z Neurorobotics Lab v Moskve ukázali, že je možné zistiť, ktoré videoklipy, ktoré ľudia pozerajú sledovaním ich mozgovej aktivity.
V iných prípadoch môžu byť tieto poznatky použité na spustenie určitých reakcií. Napríklad v roku 2011 výskumníci z Washingtonskej univerzity v St. Louis umiestnili dočasné elektródy nad rečové centrum v mozgu človeka a potom preukázali, že sú schopní presunúť kurzor počítača na obrazovku jednoducho tým, že si ten človek premyslí, kam to chce posunúť. Ďalšie štúdie ukázali, že údaje o mozgu možno použiť na pohyb robotických končatín alebo vznášanie sa dronov.
Nedávna štúdia Helsinskej univerzity je nová a zaujímavá je, že sa zameriava na to, ako mozgová aktivita a skupina Na vyvodenie záverov, ako je klasifikácia obrázkov, možno použiť namiesto slobodných ľudí. Nielenže ukázali, že to funguje, ale že – aspoň do určitej miery – čím viac ľudí do skupiny pridáte, tým presnejšie budú údaje.
„Keď do skupiny zdrojov mozgových zdrojov pridáme viac ľudí, takže údaje o mozgu sa zaznamenávajú od skupiny ľudí, dosiahneme výkon s presnosťou viac ako 90 %,“ povedal Ruotsalo. „[To je] takmer na úrovni [žiadania skupiny, aby manuálne označila odpovede.]“
Spočiatku to môže znieť neintuitívne. Ak sú údaje o mozgu hlučné, nespôsobilo by ich pridanie ďalších ľudí ešte viac hluku? Koniec koncov, ak chcete v miestnosti počúvať obzvlášť ťažko počuteľný zvuk, je jednoduchšie, ak cez ňu hovorí iba jedna osoba ako 10. Alebo 30. Ale ako história revolúcie veľkých dát a mnohé z najvýznamnejších demonštrácií strojového učenia v objasnili, že čím viac údajov máte k dispozícii na riešenie problému, tým sú systémy presnejšie stať sa.
"Signál je vo všeobecnosti hlučný z EEG alebo akéhokoľvek iného zobrazovania mozgu a účastníci alebo ľudia nie vždy navštevujú 100%," vysvetlil Ruotsalo. „Zamyslite sa nad tým, že si obrázky pozriete sami. Niekedy, keď sa pozriete na mnohých, vaša myseľ môže blúdiť. Dokonca aj pri jednotlivých účastníkoch výskumníci často používajú triky, ako napríklad opakovanie rovnakého stimulu znova, aby dokázali spriemerovať hluk. Tu používame signály od mnohých účastníkov.“
Pravdepodobnosť, že aspoň niektorí jednotlivci sú sústredení v každom okamihu, je výrazne zvýšená v porovnaní len s jedným jednotlivcom. Pridajte predstavu o múdrosti davov (viac o tom neskôr) a máte skutočne silnú kombináciu.
Vstúpte do sveta brainsourcingu
Tuukka Ruotsalo a jeho tím nazývajú toto skupinové čítanie mozgu „brainsourcing“. Je to hra s výrazom crowdsourcing, označujúci spôsob rozdelenia jednej veľkej úlohy na menšie úlohy, ktoré možno rozdeliť medzi veľké skupiny ľudí, aby pomohli vyriešiť. Tu v roku 2020 môže byť crowdsourcing najviac synonymom platforiem na získavanie peňazí, ako je Kickstarter, kde je „veľkou úlohou“ počiatočný kapitál potrebný na uvedenie produktu na trh a distribuovaný davový prvok vyžaduje od ľudí, aby vkladali menšie sumy peniaze.
Crowdsourcing sa však môže hodiť aj do iných aplikácií. Platforma Mechanical Turk od Amazonu a Výskumná súprava spoločnosti Apple sú crowdsourcingové nástroje, ktoré využívajú silu davu na úlohy, ktoré siahajú od odpovedí na prieskumy až po vykonávanie dôležitého akademického výskumu. Medzitým spoločnosti ako TaskRabbit a 99designs využívajú dav, aby pomohli zákazníkom nájsť tú správnu osobu. dodať čokoľvek od práce na dvore a nakupovania potravín až po navrhnutie dokonalého loga alebo tiráži pre váš web.
Brainsourcing: Crowdsourcing rozpoznávacie úlohy prostredníctvom kolaboratívneho prepojenia mozgu a počítača (Teaser)
A.I. môžu využívať aj crowdsourcing. Zvážte napr. Technológia reCAPTCHA spoločnosti Google. Väčšina z nás pravdepodobne považuje reCAPTCHA za spôsob, ktorým môžu webové stránky skontrolovať, či sme alebo nie sme robot, skôr než nám umožnia vykonať konkrétnu úlohu. Dokončenie reCAPTCHA môže zahŕňať čítanie krútivého riadku textu alebo kliknutie na každý obrázok vo výbere, ktorý obsahuje mačku. Ale reCAPTCHA nie sú len o testovaní, či sme ľudia alebo nie; sú tiež veľmi šikovným spôsobom zhromažďovania údajov, ktoré sa dajú použiť na to, aby Google rozpoznával obrázky A.I. múdrejší. Zakaždým, keď na obrázku reCAPTCHA prečítate úryvok textu zo značky pri ceste, môžete prispieť k tomu, že napríklad samoriadiace autá od Googlu budú o niečo lepšie rozpoznávať skutočný svet. Keď Google zhromaždí dostatok odpovedí pre obrázok, Google si je dostatočne istý, že má správnu odpoveď.
Je príliš skoro uvažovať o tom, ako by mohol brainsourcing prakticky stavať na týchto myšlienkach. "Snažili sme sa na to myslieť sami," povedal Ruotsalo. „Myslím, že ešte nemáme ani nápady. Je to len dôkaz koncepcie, že to dokážeme. Teraz je otvorené pre iných ľudí, aby preskúmali, ako dobre, na aké úlohy a na aké typy skupín ľudí by sme to mohli použiť.“
Budúcnosť prichádza
Ale potenciál tu určite je. Komerčne dostupné nositeľné EEG monitory sa teraz začínajú sprístupňovať – vo formách, ktoré siahajú od slúchadlá na čítanie mozgu do inteligentné tetovania. V súčasnosti demonštrácie EEG, ako je tá v tejto štúdii, merajú len malé percento celkovej mozgovej aktivity človeka. Časom sa to však môže zvýšiť, čo znamená, že sa môže zhromaždiť menej binárna zbierka informácií. Namiesto získania odpovede „áno“ alebo „nie“ na otázky by táto technológia mohla sledovať reakcie ľudí na komplexné otázky, mohli monitorovať reakcie na médiá, ako je televízna relácia alebo film, a potom do nich napájať súhrnné davové údaje tvorcovia.
„Namiesto používania konvenčných hodnotení alebo podobných tlačidiel si môžete jednoducho vypočuť skladbu alebo sledovať reláciu a váš mozog samotná aktivita by stačila na určenie vašej reakcie na ňu,“ Keith Davis, študent a výskumný asistent na webe projekt, uviedol v tlačovej správe sprevádzanie práce.
Predstavte si, že by milióny ľudí nosili nositeľné zariadenia na sledovanie EEG a vy by ste určitému percentu z nich ponúkli mikroplatbu 10-krát denne výmenou za pár sekúnd, ktoré vám pomôžu vyriešiť konkrétnu úlohu. Vymyslený? Možno práve teraz, ale aj mnohé dnešné technológie crowdsourcingu len pred niekoľkými rokmi.
Na hernej show Kto chce byť milionárom, jednou zo „záchranných línií“, ktoré majú súťažiaci k dispozícii, je možnosť položiť publiku určitú otázku. Keď sa spustí toto jednorazové záchranné lano, publikum používa hlasovacie bloky pripevnené k ich sedadlám a hlasuje za odpoveď na otázku s viacerými možnosťami, o ktorej sa domnievajú, že je správna. Počítač potom spočíta výsledky a ukáže ich ako percento súťažiacemu. Podľa knihy Jamesa Surowieckeho Múdrosť davov, opýtanie sa publika prináša správnu odpoveď vo viac ako 90 % prípadov. To je výrazne lepšie ako možnosť relácie 50/50, ktorá eliminuje dve nesprávne odpovede, a možnosť zavolať priateľovi, ktorá vám dá správnu odpoveď približne v dvoch tretinách času.
Mohol by byť brainsourcing ďalším skvelým nápadom technológie; pomáha robiť všetko od zlepšovania zábavy až po lepší tréning A.I. odpovedať na všetky možné otázky? Je pravda, že je príliš skoro hovoriť. Ale toto je určite termín, o ktorom budete v nasledujúcich mesiacoch, rokoch a desaťročiach počuť oveľa viac.
Odporúčania redaktorov
- Superpočítač Nvidia môže priniesť novú éru ChatGPT
- Vtipná formulka: Prečo je strojovo generovaný humor svätým grálom A.I.
- Nový hlas Nvidie A.I. znie ako skutočný človek
- Neuveriteľná AI na sledovanie športovcov od spoločnosti Intel. je „svätým grálom“ tréningovej techniky
- Cieľom technológie rozpoznávania tváre pre medvede je udržať ľudí v bezpečí
