Wraz z rozwojem systemów rozpoznawania preferencji i reklam ukierunkowanych, oferty oglądania filmów i znajomych w sieciach społecznościowych dają użytkownikowi złudzenie, że komputer czyta jego myśli. Jednak na dobre lub na złe zmierzamy w kierunku komputerów i systemów, które faktycznie odczytują nasze myśli. Nowe badanie przeprowadzone przez deweloperów z Japonii to bez przesady absolutnie przełomowy krok w tym kierunku.
Zespół z Uniwersytetu w Kioto zdecydował się użyć wirtualnej sieci neuronowej, aby spróbować odczytać i zinterpretować myśli w żywej sieci neuronowej w ludzkim mózgu. Chociaż brzmi to dość szalenie, eksperyment nie jest zasadniczo nowy, a Japończycy nie są pierwszą grupą, która pracuje w tym kierunku. Różnica między zespołem z Kioto a ich poprzednikami polega na tym, że wcześniejsze techniki rekonstruowały obrazy z pikseli i podstawowych kształtów geometrycznych. Jednak nowa technologia, zwana „głęboką rekonstrukcją obrazu”, wykracza poza binarne piksele i daje badaczom możliwość dekodowania obrazów z wieloma warstwami koloru i struktury.
„Nasz mózg przetwarza informacje wizualne poprzez hierarchiczne wyodrębnianie różnych poziomów cech lub składników o różnej złożoności” - powiedział w wywiadzie Yukiyasu Kamitani, jeden z naukowców zaangażowanych w badanie. „Te sieci neuronowe lub modele sztucznej inteligencji mogą służyć jako przybliżenie hierarchicznej struktury ludzkiego mózgu”.
Badanie trwało 10 miesięcy. Trzej ochotnicy eksperymentalni, przez różny czas, przyglądali się obrazom z trzech różnych kategorii: obiektów naturalnych (takich jak zwierzęta lub ludzie), sztucznych kształtów geometrycznych i liter alfabetu.
W tym przypadku aktywność mózgu była rejestrowana podczas oglądania obrazów. Obraz został następnie usunięty, a badany poproszono, aby pomyślał o zdjęciu, na które właśnie patrzył. W tym samym czasie ponownie rejestrowano aktywność mózgu i porównano dane z poprzednimi, po czym wyniki wprowadzono do wirtualnej sieci neuronowej, która później wykorzystała je do interpretacji aktywności mózgu jako określonych myśli.
U ludzi (a właściwie u wszystkich ssaków) kora wzrokowa znajduje się w tylnej części mózgu, w płacie potylicznym, który znajduje się nad móżdżkiem. Aktywność w korze wzrokowej mierzono za pomocą funkcjonalnego rezonansu magnetycznego (fMRI), przekształcając powstały obraz w hierarchiczne cechy wirtualnej sieci neuronowej.
Zaczynając od losowego obrazu, wygenerowana sieć wielokrotnie optymalizuje wartości pikseli tego obrazu. W rezultacie funkcje sieci neuronowej obrazu wejściowego są podobne do funkcji dekodowanych z aktywności mózgu.
Film promocyjny:
Należy zauważyć, że model eksperymentalny zakładał wykorzystanie nie tylko naturalnych obrazów (ludzi lub przyrody), ale także zakładał generowanie i rozpoznawanie sztucznych struktur i kształtów geometrycznych:
Jak widać na wideo, systemowi znacznie trudniej jest zdekodować obraz w sytuacji, gdy dana osoba nie patrzy na obraz, a jedynie myśli o tym, co zobaczył. Jednak najwyraźniej jest to całkowicie naturalne: nie każdy mózg pamięta każdy szczegół właśnie oglądanego obrazu, na przykład stronę z książki. Nasze wspomnienia są zwykle bardzo rozmyte i niewyraźne.
Na tym etapie badania obrazy zrekonstruowane z aktywności mózgu zachowują tylko pewne podobieństwo do oryginalnych obrazów oglądanych przez uczestników eksperymentu, w większości wyglądają jak minimalnie szczegółowe skupiska pikseli. To jednak dopiero początek ścieżki iz czasem dokładność rozpoznawania będzie coraz większa, choć już teraz możemy śmiało powiedzieć, o jakim obiekcie myśli podmiot.
Wszystko to otwiera niesamowite perspektywy dla programistów. Wyobraź sobie „natychmiastowe modelowanie”, kiedy po prostu wyobrazisz sobie obiekt w swojej głowie - koncepcję artystyczną lub szczegół mechanizmu - a jego komputer natychmiast, bez naciskania jakichkolwiek przycisków, automatycznie tworzy niezbędny trójwymiarowy obiekt.
A może sztuczna inteligencja może pójść znacznie dalej, rejestrując aktywność mózgu podczas snu, a następnie odtwarzając wszystkie sny w świecie 3D?
Jest niezliczona ilość zastosowań tego rozwoju, więc japoński zespół ciężko pracuje nad wszystkim. Jednak we wszystkich naszych wspólnych interesach leży stopniowe i dostateczne postępy w czytaniu w myślach, ponieważ technologia niesie ze sobą wiele zagrożeń.