A preferencia-felismerő rendszerek és a célzott hirdetések fejlesztésével a videókat és a barátokat a közösségi hálózatokon kínáló ajánlatok azt a illúziót adják a felhasználónak, hogy a számítógép olvassa gondolatait. De jobb vagy rosszabb, valójában olyan számítógépek és rendszerek felé haladunk, amelyek valóban elolvassa a gondolatainkat. A japán fejlesztők által készített új tanulmány túlzás nélkül abszolút áttörő lépés ebben az irányban.
A Kyoto University egy csapata úgy döntött, hogy virtuális ideghálózatot használ arra, hogy megpróbálja olvasni és értelmezni a gondolatokat egy élő idegi hálózatban, az emberi agyban. Annak ellenére, hogy elég őrültnek hangzik, a kísérlet alapvetően nem új, és a japánok nem az első csoport, aki ebben az irányban dolgozik. A kiotói csapat és az elődeik közötti különbség az, hogy a korábbi technikák rekonstruálták a képeket a pixelekből és az alapvető geometriai alakzatokból. Azonban egy "mély kép rekonstrukciónak" nevezett új technológia tovább halad a bináris pixeleken, és lehetővé teszi a kutatók számára, hogy dekódolják a képeket több szín- és szerkezetréteggel.
„Agyaink vizuális információkat dolgoznak fel azáltal, hogy hierarchikusan kinyerik a tulajdonságok vagy a különböző bonyolultságú elemek különböző szintjeit” - mondta egy interjúban Yukiyasu Kamitani, a vizsgálatban részt vevő egyik tudós. "Ezek az ideghálózatok vagy Ai modellek közelíthetők az emberi agy hierarchikus struktúrájához."
A vizsgálat 10 hónapig tartott. Három kísérleti önkéntes, különböző időtartamra, három különböző kategóriára nézte a képeket: természeti tárgyak (például állatok vagy emberek), mesterséges geometriai alakzatok és az ábécé betűi.
Ebben az esetben az agy aktivitását rögzítették a képek megtekintése közben. A képet ezután eltávolítottuk, és a személyt felkérték arra, hogy gondolkozzon a képen, amelyet éppen nézett. Ugyanakkor az agyi tevékenységet ismét feljegyeztük, és az adatokat összehasonlítottuk az előzőekkel, majd az eredményeket egy virtuális idegi hálózatba vittük be, amely később felhasználta az agyaktivitás bizonyos gondolatokként való értelmezésére.
Emberekben (és valójában minden emlősben) a látókéreg az agy hátuljában, az okcitalis lebenyben található, amely a kisagy felett helyezkedik el. A vizuális kéregben zajló aktivitást funkcionális mágneses rezonancia képalkotás (fMRI) alkalmazásával mértük, a kapott képet virtuális ideghálózat hierarchikus jellemzőire alakítva.
Egy véletlenszerű képtől kezdve a generált hálózat többször is optimalizálja a kép pixelértékeit. Ennek eredményeként a bemeneti kép neurális hálózati funkciói hasonlóak az agyaktivitásból dekódolt funkciókhoz.
Promóciós videó:
Fontos megjegyezni, hogy a kísérleti modell nemcsak a természetes képek (emberek vagy természet) felhasználását feltételezte, hanem a mesterséges szerkezetek és a geometriai alakzatok létrehozását és felismerését is feltételezte:
Amint a videóból láthatjuk, a rendszer számára sokkal nehezebb dekódolni a képet abban a helyzetben, amikor egy ember nem nézi a képet, hanem csak arra gondol, amit látott. Ez azonban nyilvánvalóan teljesen természetes: nem minden agy emlékszik a kép minden egyes részletére, például egy könyv oldalára. Az emlékeink általában nagyon homályosak és homályosak.
A tanulmány ezen szakaszában az agyaktivitásból rekonstruált képek csak némi hasonlóságot mutatnak a kísérletben résztvevők által megtekintett eredeti képekkel, alapvetően minimálisan részletezett képpontoknak tűnnek. Ez azonban csak az út kezdete, és az idő múlásával a felismerés pontossága egyre nagyobb lesz, bár még most is magabiztosan mondhatjuk ki, hogy mely tárgyra gondol a tárgy.
Mindez csodálatos perspektívákat nyit a fejlesztők számára. Képzelje el az „azonnali modellezést”, amikor csak elképzel egy tárgyat a fejében - művészeti koncepció vagy egy mechanizmus részlete - és számítógépe azonnal, gombok megnyomása nélkül automatikusan létrehozza a szükséges háromdimenziós tárgyat.
Vagy az AI tovább haladhatna, rögzítve az agyi tevékenységeidet alvás közben, majd újból megteremtve minden álmát egy 3D-s világban?
Számtalan alkalmazás van ennek a fejlesztésnek, tehát a japán csapat keményen dolgozik mindent. Mindazonáltal minden közös érdekünk az, hogy az elmeolvasás fokozatosan és kellő gondossággal haladjon előre, mivel a technológia számos veszélyt hordoz.