Нова техніка брейнсорсингу навчає А.І. З мозковими хвилями

Уявіть собі кімнату, заповнену столами, яких загалом налічується понад два десятки. За кожним однаковим столом стоїть комп’ютер, перед яким сидить людина, яка грає в просту ідентифікаційну гру. У грі користувачеві пропонується виконати низку основних завдань розпізнавання, наприклад вибрати, які фотографія із серії, на якій зображено когось із усмішкою або людину з темним волоссям або одягнену окуляри. Гравець повинен прийняти рішення, перш ніж перейти до наступного зображення.

Тільки вони не роблять це, клацаючи мишею або торкаючись сенсорного екрана. Натомість вони обирають правильну відповідь, просто подумавши про неї.

Кожна особа в кімнаті оснащена накладною кришкою для електроенцефалограми (ЕЕГ); дроти, що ведуть від кожної людини до сусіднього записуючого пристрою, який монітори активність електричної напруги на їх шкірі голови. Сцена виглядає як офіс відкритого планування, в якому всі підключені до Матриці.

«Учасники [нашого дослідження] мали просте завдання просто розпізнати [те, що їх просили шукати]», Туукка Руотсало, науковий співробітник Гельсінського університету, який очолив нещодавно опубліковане дослідження, розповіли Digital Trends. «Їх не просили нічого робити. Вони просто дивилися на зображення, які їм показували. Потім ми створили класифікатор, щоб побачити, чи зможемо ми ідентифікувати правильне обличчя з цільовими рисами, виключно на основі сигналу мозку. Більше нічого не використовувалося, окрім сигналу ЕЕГ у момент, коли учасники бачили картинку».

В експерименті загалом 30 добровольцям показали зображення синтезованих людських облич (щоб уникнути ймовірність того, що один з учасників може впізнати особу, яку йому показали, і, отже, спотворити результати). Учасників попросили подумки позначити обличчя на основі того, що вони побачили, і попросили шукати. Використовуючи лише ці дані про діяльність мозку, an штучний інтелект алгоритм навчився розпізнавати зображення, наприклад, коли на екрані з’являється блондинка.

Свіжий поворот до старої ідеї

Це вражаюча річ, але не така вже й нова. Принаймні протягом останнього десятиліття дослідники використовували дані про мозкову діяльність, зібрані за допомогою ЕЕГ або фМРТ, щоб провести цілий ряд все більш вражаючих демонстрацій читання думок. У деяких випадках це ідентифікація конкретного зображення чи відео, як у нещодавньому дослідженні, під час якого дослідники з Лабораторії нейророботології в Москві показали, що можна з’ясувати, які відеокліпи, які дивляться люди спостерігаючи за активністю їх мозку.

В інших випадках цю інформацію можна використати, щоб викликати певні реакції. Наприклад, у 2011 році дослідники Вашингтонського університету в Сент-Луїсі розмістили тимчасові електроди над мовним центром мозку людини, а потім продемонстрували, що вони здатні перемістити курсор комп'ютера на екрані просто змусивши людину подумати, куди вона хоче її перемістити. Інші дослідження показали, що дані мозку можна використовувати для переміщення роботизованих кінцівок або зависання дронів.

Недавнє дослідження Гельсінського університету робить новим і цікавим те, що воно зосереджується на тому, як мозкова діяльність група людей, а не окремих людей, можна використовувати для висновків, наприклад для класифікації зображень. Вони не тільки показали, що це працює, але й що — принаймні до певного моменту — що більше людей ви додаєте до групи, то точнішими стають дані.

«Коли ми додаємо більше людей до пулу пошуку мозку, щоб дані про мозок записувалися від групи людей, ми досягаємо продуктивності понад 90% точності», — сказав Руотсало. «[Це] майже на рівні [попросити групу вручну позначити відповіді.]»

Спочатку це може здатися нелогічним. Якщо мозкові дані викликають шум, чи додавання нових людей не зробить їх ще шумнішим? Зрештою, якщо ви хочете почути в кімнаті звук, який важко почути, простіше, якщо у вас буде говорити лише одна людина, ніж 10. Або 30. Але як історія революції великих даних, так і багато найбільш помітних демонстрацій машинного навчання в чим більше даних у вашому розпорядженні для вирішення проблеми, тим точніші системи стати.

«Сигнал від ЕЕГ або будь-якого іншого зображення мозку, як правило, шумний, і учасники або люди не завжди присутні на 100%», — пояснив Руотсало. «Подумайте про те, щоб самі дивитися на фотографії. Іноді, подивившись [на] багато, ваш розум може блукати. Навіть з окремими учасниками дослідники часто використовують хитрощі, наприклад, повторюють один і той самий стимул знову, щоб усереднити шум. Тут ми використовуємо сигнали багатьох учасників».

Імовірність того, що принаймні деякі особи будуть зосереджені кожен раз, значно збільшується порівняно з однією особою. Додайте до цього поняття мудрості натовпу (докладніше про це пізніше), і ви отримаєте неймовірно потужну комбінацію.

Пориньте у світ брейнсорсингу

Туукка Руоцало та його команда називають це групове читання мізків «брейнсорсинг». Це гра з терміном краудсорсинг, це стосується способу розбиття одного великого завдання на менші завдання, які можна розподілити серед великих груп людей, щоб допомогти вирішити. Тут, у 2020 році, краудсорсинг може бути найбільшим синонімом платформ для збору грошей, таких як Kickstarter, де «великим завданням» є стартовий капітал, необхідний для запуску продукту, а розподілений крауд-базований елемент передбачає прохання людей вкласти менші суми гроші.

Однак краудсорсинг може використовуватися й для інших програм. Платформа Mechanical Turk від Amazon і Набір досліджень Apple це інструменти краудсорсингу, які використовують силу натовпу для виконання завдань, які варіюються від відповідей на опитування до проведення важливих наукових досліджень. Водночас такі компанії, як TaskRabbit і 99designs, залучають натовп, щоб допомогти клієнтам знайти потрібну людину щоб доставити що завгодно: від роботи у дворі та покупки продуктів до розробки ідеального логотипу чи банеру для вашого веб-сайту.

А.І. також може отримати вигоду від краудсорсингу. Розглянемо, наприклад, Технологія Google reCAPTCHA. Більшість із нас, імовірно, вважає reCAPTCHA способом, за допомогою якого веб-сайти можуть перевірити, чи ми є ботом, перш ніж дозволити нам виконати певне завдання. Завершення reCAPTCHA може передбачати читання звивистого рядка тексту або клацання кожного зображення у вибраному полі, яке містить кота. Але reCAPTCHA — це не лише перевірка того, люди ми чи ні; вони також є дуже розумним способом збору даних, які можна використовувати, щоб зробити штучний інтелект розпізнавання зображень Google. розумніший. Щоразу, коли ви читаєте фрагмент тексту з придорожнього знака на зображенні reCAPTCHA, ви можете зробити свій внесок у те, щоб, скажімо, безпілотні автомобілі Google трохи краще розпізнавали реальний світ. Коли Google зібрав достатньо відповідей для зображення, Google достатньо впевнений, що воно має правильну відповідь.

Поки що занадто рано розглядати, як мозковий ресурс може практично спиратися на ці ідеї. «Ми самі намагалися подумати про це», — сказав Руотсало. «Я не думаю, що у нас ще навіть ідей. Це лише підтвердження того, що ми можемо це зробити. Тепер інші люди можуть досліджувати, наскільки добре, для яких типів завдань і для яких груп людей ми можемо це використовувати».

Майбутнє настає

Але потенціал, безумовно, є. Комерційно доступні носимі монітори ЕЕГ зараз починають ставати доступними — у формах від навушники для читання мізків до розумні татуювання. Наразі демонстрації ЕЕГ, подібні до цього дослідження, вимірюють лише крихітний відсоток загальної активності мозку людини. Але з часом це може збільшитися, що означає, що може бути зібрана менша кількість двійкової інформації. Замість того, щоб просто отримувати відповіді «так» чи «ні» на запитання, ця технологія може спостерігати реакцію людей на більше складні питання, міг відстежувати відповіді на засоби масової інформації, такі як телешоу чи фільм, а потім передавати сукупні дані натовпу назад до творці.

«Замість використання звичайних рейтингів або кнопок «Подобається», ви можете просто послухати пісню або подивитися шоу, і ваш мозок Однієї активності було б достатньо, щоб визначити вашу реакцію на неї», – Кіт Девіс, студент і асистент дослідження демонструвати, йдеться в прес-релізі супроводжуючий роботу.

Уявіть собі, якби мільйони людей носили переносні пристрої для відстеження ЕЕГ, а ви б пропонували певній частині з них мікрооплату 10 разів на день в обмін на те, щоб вони приділили кілька секунд для вирішення конкретного завдання. Вигадливий? Можливо, прямо зараз, але так само зробили багато сучасних технологій краудсорсингу лише кілька років тому.

На ігровому шоу Хто хоче стати мільйонером, одним із «виручальних кругів» для конкурсантів є можливість поставити глядачам певне запитання. Коли спрацьовує цей одноразовий рятувальний круг, глядачі використовують блокноти для голосування, прикріплені до своїх місць, і голосують за відповідь на запитання з кількома варіантами відповіді, яку вони вважають правильною. Потім комп’ютер підраховує результати та показує їх у відсотках учаснику. Згідно з книгою Джеймса Суровецького, Мудрість натовпу, запитання аудиторії дають правильну відповідь більш ніж у 90% випадків. Це значно краще, ніж варіант 50/50 у шоу, який усуває дві неправильні відповіді, і варіант зателефонувати другові, який дає правильну відповідь приблизно у двох третинах випадків.

Чи може мозковий ресурс стати наступною чудовою ідеєю технологій; допомагаючи робити все, від покращення розваг до навчання кращого штучного інтелекту. відповідати на всілякі питання? Щоправда, про це говорити зарано. Але це точно термін, про який ви почуєте набагато більше в найближчі місяці, роки та десятиліття.

Рекомендації редакції

• Суперкомп’ютер Nvidia може розпочати нову еру ChatGPT
• Смішна формула: чому гумор, створений машиною, є святим Граалем А.І.
• Новий голос Nvidia A.I. звучить як справжня людина
• Неймовірний штучний інтелект Intel для стеження за спортсменами є «святим Граалем» навчальних технологій
• Технологія розпізнавання облич ведмедів спрямована на безпеку людей