เทคนิคการระดมสมองแบบใหม่ ฝึก A.I. ด้วยคลื่นสมอง

ลองนึกภาพห้องที่เต็มไปด้วยโต๊ะ รวมทั้งหมดมากกว่าสองโหล ที่โต๊ะที่เหมือนกันแต่ละโต๊ะ จะมีคอมพิวเตอร์ที่มีคนนั่งอยู่ข้างหน้าเล่นเกมระบุตัวตนแบบง่ายๆ เกมจะขอให้ผู้ใช้ทำภารกิจการจดจำขั้นพื้นฐานให้เสร็จสิ้น เช่น การเลือกงานใด ภาพถ่ายจากซีรีส์ที่แสดงภาพคนยิ้มหรือแสดงภาพบุคคลผมสีเข้มหรือสวมชุด แว่นตา. ผู้เล่นจะต้องตัดสินใจก่อนที่จะไปยังภาพถัดไป

มีเพียงพวกเขาเท่านั้นที่ไม่ทำโดยการคลิกด้วยเมาส์หรือแตะหน้าจอสัมผัส แต่พวกเขาเลือกคำตอบที่ถูกต้องเพียงแค่คิดเท่านั้น

แต่ละคนในห้องจะติดตั้งหมวกกะโหลกศีรษะด้วยคลื่นไฟฟ้าสมอง (EEG) สายไฟที่ทอดจากแต่ละคนไปยังเครื่องบันทึกใกล้เคียงนั้น จอภาพ กิจกรรมของแรงดันไฟฟ้าบนหนังศีรษะ ฉากนี้ดูเหมือนออฟฟิศแบบเปิดที่ทุกคนถูกดึงเข้าไปใน The Matrix

“ผู้เข้าร่วม [ในการศึกษาของเรา] มีหน้าที่ง่ายๆ เพียงรับรู้ [สิ่งที่พวกเขาถูกขอให้มองหา]”

ตุ๊กก้า รูตซาโลซึ่งเป็นนักวิจัยจากมหาวิทยาลัยเฮลซิงกิซึ่ง เป็นผู้นำการวิจัยที่ได้รับการตีพิมพ์เมื่อเร็ว ๆ นี้บอกกับ Digital Trends “พวกเขาไม่ได้ถูกขอให้ทำอย่างอื่น พวกเขาเพียงแค่ดูภาพที่พวกเขาแสดง จากนั้นเราจึงสร้างตัวแยกประเภทเพื่อดูว่าเราสามารถระบุใบหน้าที่ถูกต้องตามลักษณะเป้าหมายได้หรือไม่ โดยอาศัยสัญญาณสมองเพียงอย่างเดียว ไม่มีการใช้อย่างอื่นนอกจากสัญญาณ EEG ในขณะที่ผู้เข้าร่วมเห็นภาพ”

ในการทดลอง อาสาสมัครทั้งหมด 30 คนได้แสดงภาพใบหน้ามนุษย์สังเคราะห์ (เพื่อหลีกเลี่ยงการ โอกาสที่ผู้เข้าร่วมคนใดคนหนึ่งอาจจำบุคคลที่พวกเขาแสดงได้ จึงทำให้เอียงไป ผลลัพธ์). ผู้เข้าร่วมจะถูกขอให้ติดป้ายใบหน้าตามสิ่งที่พวกเขาเห็นและขอให้มองหา ใช้เฉพาะข้อมูลการทำงานของสมองเท่านั้น ปัญญาประดิษฐ์ อัลกอริธึมเรียนรู้ที่จะจดจำภาพ เช่น เมื่อคนผมบลอนด์ปรากฏบนหน้าจอ

การหมุนใหม่ของแนวคิดเก่า

นี่เป็นสิ่งที่น่าประทับใจ แต่ก็ไม่ใช่เรื่องใหม่โดยเฉพาะ อย่างน้อยในช่วงทศวรรษที่ผ่านมา นักวิจัยได้ใช้ข้อมูลการทำงานของสมอง ซึ่งรวบรวมผ่าน EEG หรือ fMRI เพื่อดำเนินการสาธิตการอ่านความคิดที่น่าประทับใจมากขึ้นเรื่อยๆ ในบางกรณี การระบุภาพหรือวิดีโอโดยเฉพาะ เช่นเดียวกับการศึกษาล่าสุดที่นักวิจัยจาก Neurorobotics Lab ในมอสโกแสดงให้เห็นว่ามีความเป็นไปได้ที่จะคิดออกว่าภาพใด คลิปวีดีโอที่ผู้คนกำลังดูอยู่ โดยการติดตามการทำงานของสมอง

ในกรณีอื่นๆ ข้อมูลเชิงลึกเหล่านี้สามารถใช้เพื่อกระตุ้นการตอบสนองบางอย่างได้ ตัวอย่างเช่น ในปี 2011 นักวิจัยจากมหาวิทยาลัยวอชิงตันในเมืองเซนต์หลุยส์ได้วางขั้วไฟฟ้าชั่วคราวไว้เหนือศูนย์คำพูดของสมองของบุคคล จากนั้นแสดงให้เห็นว่าพวกเขาสามารถ เลื่อนเคอร์เซอร์คอมพิวเตอร์บนหน้าจอ เพียงแค่ให้บุคคลนั้นคิดว่าต้องการย้ายไปที่ไหน การศึกษาอื่นๆ ยังแสดงให้เห็นว่าข้อมูลสมองสามารถใช้เพื่อเคลื่อนย้ายแขนขาของหุ่นยนต์หรือโดรนโฮเวอร์ได้

สิ่งที่ทำให้นวนิยายการศึกษาล่าสุดของมหาวิทยาลัยเฮลซิงกิและน่าสนใจก็คือการมุ่งเน้นไปที่การทำงานของสมองของ กลุ่ม ของคนมากกว่าคนโสดสามารถใช้เพื่อสรุปได้ เช่น การจัดหมวดหมู่ภาพ พวกเขาไม่เพียงแสดงให้เห็นว่ามันใช้งานได้ แต่อย่างน้อยก็จนถึงประเด็นหนึ่ง ยิ่งคุณเพิ่มคนเข้ากลุ่มมาก ข้อมูลก็จะยิ่งแม่นยำมากขึ้นเท่านั้น

“เมื่อเราเพิ่มผู้คนเข้าไปในแหล่งรวมสมอง เพื่อให้ข้อมูลสมองถูกบันทึกจากกลุ่มคน เราจึงบรรลุผลการปฏิบัติงานที่มีความแม่นยำมากกว่า 90%” Ruotsalo กล่าว “[นั่นคือ] เกือบจะอยู่ในระดับ [ขอให้กลุ่มแท็กคำตอบด้วยตนเอง]”

สิ่งนี้อาจฟังดูขัดกับสัญชาตญาณในตอนแรก หากข้อมูลสมองมีสัญญาณรบกวน การเพิ่มคนเข้าไปจะไม่ทำให้มีสัญญาณรบกวนมากขึ้นใช่หรือไม่ ท้ายที่สุด หากคุณต้องการฟังเสียงที่ยากต่อการได้ยินในห้อง จะง่ายกว่าถ้าคุณมีเพียงคนเดียวที่พูดมากกว่า 10 คน หรือ 30. แต่ด้วยประวัติศาสตร์ของการปฏิวัติข้อมูลขนาดใหญ่ และการสาธิตการเรียนรู้ของเครื่องจักรที่โดดเด่นที่สุดหลายประการ การดำเนินการทำให้ชัดเจน ยิ่งคุณมีข้อมูลมากพอที่จะจัดการกับปัญหาได้มากเท่าใด ระบบก็จะยิ่งแม่นยำมากขึ้นเท่านั้น กลายเป็น.

“สัญญาณโดยทั่วไปมีเสียงดังจาก EEG หรือภาพสมองอื่นๆ และผู้เข้าร่วมหรือมนุษย์ไม่ได้เข้าร่วม 100% เสมอไป” Ruotsalo อธิบาย “ลองนึกถึงการดูภาพด้วยตัวคุณเอง บางครั้งเมื่อมองดูหลายๆ คนแล้ว จิตใจก็ฟุ้งซ่านได้ แม้ว่าจะมีผู้เข้าร่วมเพียงคนเดียว นักวิจัยก็มักจะใช้กลอุบายต่างๆ เช่น ทำซ้ำสิ่งกระตุ้นแบบเดิมซ้ำๆ เพื่อให้สามารถหาค่าเฉลี่ยของเสียงรบกวนได้ ที่นี่เราใช้สัญญาณจากผู้เข้าร่วมจำนวนมาก”

โอกาสที่อย่างน้อยบุคคลบางคนจะมุ่งความสนใจไปที่แต่ละครั้งจะเพิ่มขึ้นอย่างมากเมื่อเทียบกับบุคคลเพียงคนเดียว เพิ่มแนวคิดเกี่ยวกับภูมิปัญญาของฝูงชน (เพิ่มเติมในภายหลัง) และคุณจะได้รับการผสมผสานที่ทรงพลังอย่างหนึ่ง

เข้าสู่โลกแห่งการระดมสมอง

Tuukka Ruotsalo และทีมงานของเขาเรียกการอ่านสมองแบบกลุ่มนี้ว่า "การระดมสมอง" เป็นการเล่นคำว่าการระดมทุนจากมวลชน หมายถึง วิธีการแบ่งงานใหญ่ๆ ให้เป็นงานย่อยๆ ที่สามารถแจกจ่ายให้คนกลุ่มใหญ่เข้ามาช่วยเหลือได้ แก้ปัญหา. ในปี 2020 การระดมทุนจากมวลชนอาจมีความหมายเหมือนกันกับแพลตฟอร์มหาเงินอย่าง Kickstarter ซึ่ง “งานใหญ่” คือ เงินทุนเริ่มต้นที่จำเป็นในการเปิดตัวผลิตภัณฑ์และองค์ประกอบที่อิงตามฝูงชนแบบกระจายเกี่ยวข้องกับการขอให้ผู้คนชิปในจำนวนที่น้อยกว่า เงิน.

อย่างไรก็ตาม การระดมทุนจากมวลชนสามารถนำไปใช้กับแอปพลิเคชันอื่นๆ ได้เช่นกัน แพลตฟอร์ม Mechanical Turk ของ Amazon และ ชุดวิจัยของ Apple เป็นเครื่องมือการระดมทุนจากมวลชนที่ควบคุมพลังของฝูงชนสำหรับงานต่างๆ ตั้งแต่การตอบแบบสำรวจไปจนถึงการดำเนินการวิจัยทางวิชาการที่สำคัญ ในขณะเดียวกัน บริษัทอย่าง TaskRabbit และ 99designs ก็ใช้ประโยชน์จากฝูงชนเพื่อช่วยให้ลูกค้าจับคู่กับคนที่เหมาะสมได้ เพื่อจัดส่งทุกอย่างตั้งแต่งานสวนและการซื้อของชำ ไปจนถึงการออกแบบโลโก้หรือโฆษณาด้านบนที่สมบูรณ์แบบสำหรับเว็บไซต์ของคุณ

AI. ยังสามารถได้รับประโยชน์จากการระดมทุนจากมวลชนอีกด้วย ลองพิจารณาดู เช่น เทคโนโลยี reCAPTCHA ของ Google. พวกเราส่วนใหญ่มักจะถือว่า reCAPTCHA เป็นวิธีที่เว็บไซต์สามารถตรวจสอบได้ว่าเราเป็นบอทหรือไม่ก่อนที่จะอนุญาตให้เราทำงานบางอย่าง การกรอก reCAPTCHA ให้สมบูรณ์อาจเกี่ยวข้องกับการอ่านข้อความที่บิดเบี้ยว หรือการคลิกทุกภาพในส่วนที่เลือกที่มีแมวอยู่ด้วย แต่ reCAPTCHA ไม่ใช่แค่การทดสอบว่าเราเป็นมนุษย์หรือไม่เท่านั้น นอกจากนี้ยังเป็นวิธีที่ชาญฉลาดมากในการรวบรวมข้อมูลที่สามารถนำไปใช้เพื่อทำให้ A.I. การจดจำภาพของ Google ฉลาดขึ้น แต่ละครั้งที่คุณอ่านข้อความบางส่วนจากป้ายริมถนนบนรูปภาพ reCAPTCHA คุณสามารถมีส่วนช่วยในการสร้างรถยนต์ไร้คนขับของ Google ที่ดีขึ้นเล็กน้อยในการจดจำโลกแห่งความเป็นจริง เมื่อ Google รวบรวมคำตอบสำหรับรูปภาพได้เพียงพอแล้ว Google ก็มั่นใจได้อย่างสมเหตุสมผลว่ามีคำตอบที่ถูกต้อง

ยังเร็วเกินไปที่จะพิจารณาว่าการระดมสมองสามารถต่อยอดแนวคิดเหล่านี้ในทางปฏิบัติได้อย่างไร “เราพยายามคิดถึงเรื่องนี้ด้วยตัวเอง” รูตซาโลกล่าว “ฉันไม่คิดว่าเรายังมีความคิดเลย มันเป็นเพียงข้อพิสูจน์แนวคิดที่เราสามารถทำได้ ตอนนี้เปิดให้คนอื่นได้สำรวจว่างานประเภทไหนดีแค่ไหน และคนประเภทไหนที่เราสามารถใช้เพื่องานนี้ได้”

อนาคตกำลังจะมา

แต่ศักยภาพอยู่ที่นั่นอย่างแน่นอน ขณะนี้จอภาพ EEG แบบสวมใส่ที่มีจำหน่ายในท้องตลาดเริ่มวางจำหน่ายแล้ว ในรูปแบบต่างๆ ตั้งแต่ หูฟังอ่านสมอง ถึง รอยสักที่ชาญฉลาด. ในปัจจุบัน การสาธิต EEG เช่นเดียวกับในการศึกษานี้วัดได้เพียงเปอร์เซ็นต์เล็กน้อยของการทำงานของสมองทั้งหมดของบุคคล แต่เมื่อเวลาผ่านไป สิ่งนี้อาจเพิ่มขึ้น ซึ่งหมายความว่าอาจมีการรวบรวมข้อมูลแบบไบนารีน้อยลง แทนที่จะแค่ได้รับคำตอบว่า “ใช่” หรือ “ไม่” สำหรับคำถาม เทคโนโลยีนี้สามารถสังเกตการตอบสนองของผู้คนต่อคำถามต่างๆ ได้มากขึ้น คำถามที่ซับซ้อน สามารถตรวจสอบการตอบสนองต่อสื่อ เช่น รายการทีวีหรือภาพยนตร์ แล้วดึงข้อมูลฝูงชนรวมกลับมาที่ตัวมัน ผู้ผลิต

“แทนที่จะใช้ปุ่มเรตติ้งหรือไลค์แบบเดิมๆ คุณสามารถฟังเพลงหรือดูรายการและสมองของคุณได้ กิจกรรมเพียงอย่างเดียวก็เพียงพอที่จะตัดสินการตอบสนองของคุณ” Keith Davis นักศึกษาและผู้ช่วยวิจัยของ โครงการ, กล่าวในการแถลงข่าว ที่มาพร้อมกับงาน

ลองนึกภาพว่าหากผู้คนหลายล้านคนสวมอุปกรณ์สวมใส่ที่ติดตาม EEG และคุณเสนอเปอร์เซ็นต์ให้พวกเขาชำระเงินแบบไมโคร 10 ครั้งต่อวันเพื่อแลกกับการสละเวลาไม่กี่วินาทีเพื่อช่วยแก้ปัญหางานใดงานหนึ่ง เพ้อฝัน? อาจจะตอนนี้ แต่เทคโนโลยีการระดมทุนจากมวลชนในปัจจุบันก็ทำเช่นกันเมื่อไม่กี่ปีที่ผ่านมา

ในรายการเกมโชว์ ใครอยากเป็นเศรษฐีหนึ่งใน "เส้นชีวิต" ที่ผู้เข้าแข่งขันสามารถใช้ได้คือตัวเลือกในการถามคำถามบางอย่างกับผู้ชม เมื่อเส้นชีวิตแบบครั้งเดียวเกิดขึ้น ผู้ชมจะใช้แผ่นลงคะแนนติดไว้กับที่นั่งและลงคะแนนเสียงสำหรับคำตอบของคำถามแบบปรนัยที่พวกเขาเชื่อว่าถูกต้อง คอมพิวเตอร์จะนับผลลัพธ์และแสดงเป็นเปอร์เซ็นต์แก่ผู้เข้าแข่งขัน ตามหนังสือของ James Surowiecki ภูมิปัญญาของฝูงชนการถามผู้ฟังทำให้ได้คำตอบที่ถูกต้องมากกว่า 90% ซึ่งดีกว่าตัวเลือก 50/50 ของรายการอย่างมาก ซึ่งกำจัดคำตอบที่ไม่ถูกต้องสองข้อออกไป และตัวเลือกในการโทรหาเพื่อน ซึ่งจะทำให้คุณได้รับคำตอบที่ถูกต้องประมาณสองในสามของเวลา

การระดมสมองอาจเป็นแนวคิดที่ยอดเยี่ยมถัดไปของเทคโนโลยี ช่วยทำทุกอย่างตั้งแต่การปรับปรุงความบันเทิงไปจนถึงการฝึก A.I ที่ดีขึ้น เพื่อตอบคำถามทุกรูปแบบ? ยอมรับว่าเร็วเกินไปที่จะพูด แต่นี่เป็นคำที่คุณจะได้ยินมากขึ้นอย่างแน่นอนในอีกไม่กี่เดือน หลายปี และหลายทศวรรษข้างหน้า

คำแนะนำของบรรณาธิการ

• ซูเปอร์คอมพิวเตอร์ของ Nvidia อาจนำมาซึ่งยุคใหม่ของ ChatGPT
• สูตรตลก: ทำไมอารมณ์ขันที่สร้างโดยเครื่องจักรจึงเป็นจอกศักดิ์สิทธิ์ของ A.I.
• เสียงใหม่ของ Nvidia A.I. เสียงเหมือนคนจริง
• A.I. ติดตามนักกีฬาที่น่าทึ่งของ Intel คือ 'จอกศักดิ์สิทธิ์' ของเทคโนโลยีการฝึกอบรม
• เทคโนโลยีจดจำใบหน้าสำหรับหมีมีจุดมุ่งหมายเพื่อให้มนุษย์ปลอดภัย