Razvojem sustava prepoznavanja preferencija i ciljanog oglašavanja, ponuda za gledanje videozapisa i prijatelja na društvenim mrežama daje korisniku iluziju da računalo čita njegove misli. Međutim, za bolje ili loše, mi zapravo krećemo prema računalima i sustavima koji zapravo čitaju naše misli. Nova studija razvijenih od Japana, bez pretjerivanja, apsolutno je prijelomni korak u tom smjeru.
Tim sa Sveučilišta Kyoto odlučio je pomoću virtualne neuronske mreže pokušati pročitati i protumačiti misli u živoj neurološkoj mreži, u ljudskom mozgu. Iako zvuči prilično ludo, eksperiment nije temeljno nov i Japanci nisu prva grupa koja je radila u tom smjeru. Razlika između Kyoto tima i njihovih prethodnika je u tome što su ranije tehnike rekonstruirale slike iz piksela i osnovnih geometrijskih oblika. No, nova tehnologija, nazvana "duboka rekonstrukcija slike", nadilazi binarne piksele i pruža istraživačima mogućnost da dekodiraju slike s više slojeva boje i strukture.
"Naš mozak obrađuje vizualne informacije hijerarhijski vađenje različitih razina osobina ili komponenti različitih složenosti", rekao je u intervjuu Yukiyasu Kamitani, jedan od znanstvenika koji su uključeni u studiju. "Ove neuronske mreže ili AI modeli mogu se koristiti kao približavanje hijerarhijskoj strukturi ljudskog mozga."
Studija je trajala 10 mjeseci. Trojica eksperimentalnih volontera, u različitom trajanju, pregledavali su slike triju različitih kategorija: prirodni objekti (poput životinja ili ljudi), umjetni geometrijski oblici i slova abecede.
U ovom slučaju zabilježena je aktivnost mozga tijekom gledanja slika. Slika je tada uklonjena i subjekt je zamoljen da razmisli o slici koju je upravo gledao. Istodobno je ponovno zabilježena moždana aktivnost i podaci su uspoređeni s prethodnim, nakon čega su rezultati uneseni u virtualnu neurološku mrežu, koja ih je kasnije koristila za tumačenje moždane aktivnosti kao određene misli.
Kod ljudi (i doista kod svih sisavaca) vidni korteks je smješten u stražnjem dijelu mozga, u okcipitalnom režnja, koji se nalazi iznad cerebeluma. Aktivnost u vizualnom korteksu mjerena je korištenjem funkcionalne magnetske rezonancije (fMRI), pretvarajući dobivenu sliku u hijerarhijske značajke virtualne neuronske mreže.
Polazeći od slučajne slike, generirana mreža više puta optimizira vrijednosti piksela te slike. Kao rezultat toga, funkcije neuronske mreže ulazne slike slične su funkcijama dekodiranih iz moždane aktivnosti.
Promotivni video:
Važno je napomenuti da je eksperimentalni model pretpostavljao korištenje ne samo prirodnih slika (ljudi ili prirode), već je pretpostavljao stvaranje i prepoznavanje umjetnih struktura i geometrijskih oblika:
Kao što možete vidjeti iz videa, sustav je mnogo teže dešifrirati sliku u situaciji kada osoba ne gleda sliku, već razmišlja samo o onome što je vidjela. Međutim, ovo je, izgleda, apsolutno prirodno: ne pamti se svaki mozak svakog detalja slike koju je upravo vidio, na primjer, stranicu iz knjige. Naša su sjećanja obično vrlo mutna i nejasna.
U ovoj fazi studije, slike rekonstruirane iz moždane aktivnosti zadržavaju samo neku sličnost s izvornim slikama koje su pregledali sudionici eksperimenta, u osnovi izgledaju poput minimalno detaljnih nakupina piksela. Međutim, ovo je tek početak puta, a s vremenom će točnost prepoznavanja biti sve više i više, iako čak i sada s pouzdanjem možemo reći o kojem predmetu predmet razmišlja.
Sve to otvara programerima nevjerojatne perspektive. Zamislite „trenutno modeliranje“kada samo zamislite predmet u glavi - umjetnički koncept ili detalj mehanizma - i njegovo računalo odmah, bez pritiska na gumbe, automatski stvara potrebni trodimenzionalni objekt.
Ili bi AI mogao ići puno dalje, snimajući moždane aktivnosti dok spavate, a zatim ponovo stvoriti sve svoje snove u 3D svijetu?
Bezbroj je aplikacija ovog razvoja, pa japanski tim naporno radi na svemu. Međutim, u našim je zajedničkim interesima da čitanje uma napreduje postepeno i pažljivo jer tehnologija nosi brojne opasnosti.