AI dokáže z mozgu prečítať to, na čo sa človek práve pozerá

 

KĽÚČOVÉ ZISTENIA:

• Izraelskí vedci vytvorili systém, ktorý číta vizuálne vnemy priamo z mozgovej aktivity.

• Umelá inteligencia zistila, že mozog spracováva obraz pomocou 128 zdieľaných funkčných regiónov.

• Na dosiahnutie vysokej presnosti rekonštrukcie stačí modelu iba jedna hodina tréningových dát.

Technológia analyzovania myšlienok pokročila vďaka softvéru, ktorý dokáže vizualizovať presne to, na čo sa človek práve pozerá. Skupina výskumníkov z Weizmannovho inštitútu vedeckého výskumu v Izraeli predstavila model umelej inteligencie s názvom Brain-IT. Zariadenie na svoju prácu využíva dáta z funkčnej magnetickej rezonancie, ktorá zaznamenáva aktuálnu činnosť v mozgu počas sledovania obrázkov.

Po spracovaní týchto komplexných dát dokáže algoritmus vygenerovať vizuálnu kópiu pôvodného obrazu. Doterajšie snahy o podobné rekonštrukcie narážali na technický problém, pretože každý ľudský mozog je anatomicky jedinečný a reaguje trochu inak. Tvorcovia Brain-IT preto navrhli architektúru založenú na transformátoroch, ktorá rozdeľuje mozgovú aktivitu do špeciálnych zhlukov.

Zdroj foto: Weizmann Institute of Science

Algoritmus počas učenia na 73 000 obrázkoch autonómne identifikoval 128 zdieľaných funkčných regiónov. Vďaka nim môžu rôzni ľudia spracúvať vizuálne informácie podobným spôsobom, čo zjednodušuje strojové učenie. Tento inovatívny prístup umožňuje neurónovej sieti spoľahlivo preniesť naučené vzorce aj na nových pacientov bez rozsiahleho zberu dát.

Kým staršie technológie potrebovali na rekonštrukciu 40 hodín skenovaní jedného človeka, novinke postačuje hodinový tréningový záznam. Softvér si po krátkej kalibrácii poradí so zachytením celkovej štruktúry obrazu aj s jeho sémantickým významom. Na doladenie finálneho výstupu využíva difúzny model, ktorý poskladá zachytené vlastnosti do zrozumiteľného obrázka. Autori výskumu zdôrazňujú, že ich prístroj nie je univerzálnou čítačkou všetkých ľudských myšlienok a spomienok.

Zdroj foto: Weizmann Institute of Science

Systém sa zameriava výhradne na preklad aktivity zrakového centra do vizuálnej podoby a vyžaduje prítomnosť pacienta v medicínskom MR skeneri. Do budúcnosti by táto technológia mohla pomôcť paralyzovaným ľuďom pri komunikácii s okolím prostredníctvom rozhraní medzi mozgom a počítačom. Zároveň poskytuje vedcom nový nástroj na pochopenie toho, ako presne naša myseľ kóduje vizuálnu realitu.

PREČO JE TO DÔLEŽITÉ: Prelomová metóda skracuje čas potrebný na kalibráciu skenerov, čo otvára možnosti pre štúdium vnímania a vývoj asistenčných technológií.

Zdroj: petapixel.com foto: ChatGPT

Zobrazit Galériu