Oamenii de știință au demonstrat că ne pot citi gândurile. Experiment uimitor cu ajutorul Inteligenței Artificiale

Galerie foto

Noul algoritm alimentat de inteligența artificială a reconstruit aproximativ 1.000 de imagini, inclusiv un ursuleț de pluș și un avion, din aceste scanări cerebrale, cu o precizie de 80%.

Potrivit Daily Mail, cercetătorii de la Universitatea din Osaka au folosit popularul model Stable Diffusion, inclus în DALL-E 2 de la OpenAI (inteligență artificială), care poate crea orice imagine pe baza intrărilor de text.

Echipa le-a arătat participanților seturi individuale de imagini și a colectat scanări fMRI (imagistică prin rezonanță magnetică funcțională), pe care Inteligența Artificială le-a decodificat.

”Demonstrăm că metoda noastră poate reconstrui imagini de înaltă rezoluție cu o fidelitate semantică ridicată din activitatea creierului uman”, a anunțat echipa în studiul publicat în bioRxiv.

Citește și

Cea mai bună utilizare a unui program cu Inteligență Artificială de până acum. Portrete ale președinților SUA cu ... chică

”Spre deosebire de studiile anterioare de reconstrucție a imaginilor, metoda noastră nu necesită antrenarea sau reglarea fină a unor modele complexe de învățare profundă” - au mai spus cercetătorii.

Algoritmul extrage informații din părți ale creierului implicate în percepția imaginilor, cum ar fi lobii occipital și temporal, potrivit lui Yu Takagi, care a condus cercetarea.

Echipa a folosit fMRI pentru că acesta captează modificările fluxului sanguin în zonele active ale creierului, relatează Science.org.

FMRI poate detecta moleculele de oxigen, astfel încât scanerele pot vedea în ce parte a creierului neuronii noștri - celulele nervoase ale creierului - lucrează cel mai mult (și atrag cel mai mult oxigen) în timp ce avem gânduri sau emoții.

În acest studiu au fost folosiți în total patru participanți, fiecare dintre ei vizionând un set de 10.000 de imagini.

Inteligența artificială începe să genereze imaginile sub forma unui zgomot asemănător cu zgomotul static de la televizor, care este apoi înlocuit cu trăsături care pot fi distinse pe care algoritmul le vede în activitate, făcând referire la imaginile pe care a fost antrenat și găsind o potrivire.

”Demonstrăm că acest cadru al nostru simplu poate reconstrui imagini de înaltă rezoluție (512 x 512) din activitatea cerebrală, cu o fidelitate semantică ridicată. Interpretăm cantitativ fiecare componentă a unui LDM dintr-o perspectivă neuroștiințifică, prin cartografierea unor componente specifice la regiuni distincte ale creierului.

Prezentăm o interpretare obiectivă a modului în care procesul de conversie text-imagine implementat de un LDM [un model de difuzie latentă] încorporează informațiile semantice exprimate de textul condiționat, menținând în același timp aspectul imaginii originale”, se arată în studiu.

Combinarea inteligenței artificiale cu scanerele cerebrale a fost o sarcină a comunității științifice, care consideră că acestea sunt noi chei pentru a ne dezvălui lumile interioare.

Într-un studiu realizat în luna noiembrie, oamenii de știință au folosit aceste tehnologii pentru a analiza undele cerebrale ale unor pacienți paralizați, care nu vorbesc, și pentru a le transforma, în timp real, în propoziții pe ecranul unui computer.

Aparatul de "citire a minții" poate decodifica activitatea cerebrală în timp ce o persoană încearcă în tăcere să scrie cuvinte fonetic, pentru a crea propoziții complete.

Cercetătorii de la Universitatea din California au declarat că dispozitivul lor de vorbire cu neuroproteză are potențialul de a restabili comunicarea pentru persoanele care nu pot vorbi sau scrie, din cauza paraliziei.

În cadrul testelor, dispozitivul a decodificat activitatea cerebrală a voluntarilor în timp ce aceștia încercau să rostească în tăcere fiecare literă în mod fonetic, pentru a produce propoziții dintr-un vocabular de 1.152 de cuvinte, la o viteză de 29,4 caractere pe minut și o rată medie de eroare a caracterelor de 6,13%.

În cadrul unor experimente ulterioare, autorii au constatat că abordarea s-a generalizat la vocabularele mari care conțin peste 9.000 de cuvinte, cu o rată medie de eroare de 8,23%.