Dirbtinio intelekto sistemos, remdamosi smegenų veiklos įrašais, dabar gali nepaprastai tiksliai atkurti tai, į ką žmogus žiūri. Šie atkurti vaizdai labai pagerėja, kai dirbtinis intelektas išmoksta, į kurias smegenų dalis atkreipti dėmesį.
„Kiek žinau, tai yra artimiausios ir tiksliausios rekonstrukcijos“, – sako Umutas Güçlü iš Radboudo universiteto Nyderlanduose.
Kaip vyksta tyrimai
Güçlü komanda yra viena iš kelių visame pasaulyje, naudojančių dirbtinio intelekto sistemas, kad išsiaiškintų, ką gyvūnai ar žmonės mato iš smegenų įrašų ir skenavimų. Viename iš ankstesnių tyrimų jo komanda naudojo funkcinį magnetinio rezonanso tomografą (fMRI), kad užfiksuotų trijų žmonių smegenų veiklą, kai jiems buvo rodomos nuotraukos.
Kitame tyrime komanda naudojo implantuotų elektrodų matricas, kad tiesiogiai įrašytų vienos makakos beždžionės smegenų veiklą, kai ji žiūrėjo į dirbtinio intelekto generuojamus vaizdus. Šią implantaciją kitais tikslais atliko kita komanda, sako Güçlü kolegė Thirza Dado, taip pat dirbanti Radboudo universitete.
„Makakai implantas buvo implantuotas ne tam, kad galėtume atlikti suvokimo rekonstrukciją“, – sako ji. „Tai nėra geras argumentas daryti operacijas gyvūnams“.
Dabar komanda, naudodama patobulintą dirbtinio intelekto sistemą, kuri gali išmokti, į kurias smegenų dalis ji turėtų atkreipti didžiausią dėmesį, iš naujo išanalizavo šių ankstesnių tyrimų duomenis.
„Iš esmės dirbtinis intelektas interpretuodamas smegenų signalus mokosi, kur turėtų nukreipti savo dėmesį“, – sako Güçlü. „Žinoma, tai tam tikra prasme atspindi tai, ką tas smegenų signalas fiksuoja aplinkoje“.
Ypatingai didelis tikslumas
Naudojant tiesioginius smegenų veiklos įrašus, kai kurie rekonstruoti vaizdai dabar yra nepaprastai artimi vaizdams, kuriuos matė makaka ir kuriuos sukūrė StyleGAN-XL vaizdus generuojantis dirbtinis intelektinis intelektas.
Vis dėlto rekonstruoti dirbtinio intelekto sukurtus vaizdus lengviau nei tikrus, sako Dado, nes smegenis interpretuojantis dirbtinis intelektas iš savo mokymo duomenų gali sužinoti, kaip tie vaizdai buvo surinkti.
Atliekant fMRI skenavimą, taip pat buvo pastebimas žymus pagerėjimas, kai buvo naudojama dėmesio nukreipimo sistema, tačiau rekonstruoti vaizdai buvo ne tokie tikslūs, kaip naudojant makaką. Iš dalies taip yra todėl, kad buvo naudojamos tikros nuotraukos, tačiau rekonstruoti vaizdus iš fMRI skenavimo taip pat yra daug sunkiau, sako Dado.
„Tai neinvazinis metodas, bet labai triukšmingas.“
Galutinis komandos tikslas – sukurti geresnius smegenų implantus regėjimui atkurti, stimuliuojant aukšto lygio regos sistemos dalis, kurios vaizduoja objektus, o ne tik pateikia šviesos raštus.
„Galima tiesiogiai stimuliuoti tą dalį, kuri atitinka, pavyzdžiui, šunį, – sako Güçlü. „Tokiu būdu galime sukurti daug turtingesnę regėjimo patirtį, kuri būtų artimesnė reginčių žmonių patirčiai.“
Taip patskaitykite
