Paar päeva tagasi avaldas eeltrüki portaal bioRxiv.org Moskva füüsika- ja tehnoloogiainstituudi vene teadlaste ning ettevõtete Neurobotics ja Neuroassistive Technologies töö, kes tegelevad neurokompuuteri liideste loomisega. Paber väidab, et teadlastel ja arendajatel on õnnestunud õpetada reaalajas algoritm, et rekonstrueerida video, mida inimene vaatab EEG-signaale kasutades. Kõlab tõesti lahedalt ja huvitavalt - peaaegu nagu mõttelugemine. Tegelikult pole kõik muidugi nii lihtne: arvutid pole õppinud mõtteid lugema. Lühidalt öeldes õppis arvuti EEG-salvestuse abil kindlaks, millist pilti viiest erinevast varem tuntud klassist subjekt nägi. Selle kohta, kuidas katse üles ehitati, millised ülesanded teadlased püstitasid ja miks mõistuse lugemine lähiajal tõenäoliselt ei realiseeru, räägime oma ajaveebis.
Üldiselt ei tundu mõte lugeda aju elektrilist signaali ja dešifreerida see nii, et saaksite näha, mida inimene antud hetkel mõtleb või teeb, arvestades praeguse tehnoloogilise arengu tempot, nii keeruline. Siin on signaal ja see on see, mida see signaal tähendab: lisage kaks ja kaks, koolitage klassifikaatorit ja saate vajaliku tulemuse.
Tulemuseks on see, mida futuristid ja asjatundmatud inimesed nimetaksid "mõttelugemiseks". Ja näib, et selline tehnoloogia võib leida ennast paljudes rakendustes: alates täiuslikest aju-arvuti liidestest, mis võimaldavad teil nutikaid proteese juhtida, kuni süsteemi loomiseni, mis lõpuks ütleb, mida teie kass seal mõtleb.
Tegelikkuses pole muidugi kõik sugugi nii lihtne ja idee sellise algoritmi loomiseks laguneb peaaegu kohe peamiseks takistuseks: peame ajuga hakkama saama. Aju on väga keeruline asi: sellel on üle 80 miljardi neuroni ja ühendusi nende vahel on mitu tuhat korda rohkem.
Isegi võhikule on selge: see on liiga palju, et mõista, mille eest iga lahter ja nende kogum vastutab. Teadlased ei ole veel inimese konsoomi lahti mõtestanud - isegi kui nad proovivad seda teha suhteliselt edukalt.
Tekib loogiline küsimus: kas ajus toimuva täpseks kajastamiseks on üldse vaja mõista iga neuroni funktsioone? Kas tõesti pole näiteks piisavalt funktsionaalseid kaarte?
Tegelikult peaks sellele küsimusele vastama jaatavalt, kuid isegi siin pole see nii lihtne. Kui inimkond tugineks aatomimüsteeriumi avamise ainsa võtmena konnoomi dekodeerimisele, oleksime täna väga lähedal. Kuid me teame midagi meie aju toimimisest ja muidugi saame seda ka edukalt kasutada.
Reklaamvideo:
Üks eredamaid ja ilmsemaid näiteid teadlaste kogutud teadmiste kasutamisest aju töö kohta on muidugi neuro-liidesed. Üldiselt on tänapäeval olemas tehnoloogiaid, mis võimaldavad ajutegevust lugeda ja kasutada seda näiteks arvutihiire kursori või isegi proteesi liikumise juhtimiseks.
Neuraalse liidese tõhusa toimimise saavutamiseks on kaks võimalust. Esimene meetod on esile kutsutud potentsiaalid: vaatleme aju teatud osade elektrilise aktiivsuse kõverat ja valime selle põhjal signaali muutused, mis, nagu me teame kindlalt, ilmnevad teatud hetkel pärast stiimuli esitamist.
Teine võimalus on mitte loota stimulatsioonile, vaid kasutada inimese kujutlusvõimet loetava elektrilise signaali genereerimiseks. Näiteks võidakse inimesel paluda visualiseerida, kuidas ta oma jalga või käsi liigutab.
Mõlemal meetodil on olulisi puudusi. Esimest takistab asjaolu, et meile teadaolevalt usaldusväärselt esile kutsutud potentsiaalide arv pole nii suur: nende arv ei saa täpselt katta kõiki võimalikke toiminguid, mida inimene teeb. Teise puuduseks on see, et vähemalt mingi efekti saavutamiseks on vaja pikka koolitust.
Eeltrüki autorid otsustasid ühendada mõlemad lähenemisviisid neurokompuuterliideste loomiseks, uskudes õigesti, et see päästaks mõlemad meetodid olulistest piirangutest ja võimaldaks välja töötada uue ja tõhusaima meetodi neuro-liidestega töötamiseks tänapäeval.
Samuti eeldati, et see meetod suletakse (suletud ahel), see tähendab, et tema abiga saadud tulemus mõjutab omakorda algoritmi toimimist. Kuid sellest lähemalt hiljem.
Alguses jaotab algoritm kõik pildid eraldi komponendimärkideks, mis jaotatakse vektorruumis, mille abil saab neid seejärel seostada teatud EEG abil salvestatud ajusignaalidega.
Selles algstaadiumis kasutatakse binaarset klassifikaatorit - laias laastus väga "kaks ja kaks": omades üsna puhast signaali (EEG salvestus puhastati mootori artefaktidest), võite valida kas ühe või teise täpsusega, mis on suurem kui juhuslik tabamus.
Teadlased kasutasid oma katsetes videoid viie klassi objektidest: inimeste pilte, jugasid, abstraktseid geomeetrilisi kujundeid, ekstreemsporti ja Goldbergi autosid. Ühelt poolt tundub selline komplekt kummaline, kuid teiselt poolt näib, et kõik need objektid on üksteisest väga erinevad. Kas tõesti on inimese nägude ja abstraktsete geomeetriliste kujundite vahel midagi ühist?
Samal ajal on binaarse klassifikaatori sõnul abstraktsed figuurid ja inimeste näod üksteisest eristamatud: 17 uuringus osalejast üheksa tulemused näitavad, et ilmselt ei suutnud neuraalne liides neid eristada. Kuid Goldbergi masinad ja samad näod, aju seisukohast, vastupidi, erinevad üksteisest hästi.
Klassifikatsiooni tulemused. A - abstraktsed kujundid, W - kosed, HF - inimeste näod, GM - Goldbergi autod, e ja ekstreemsport.
Esmapilgul ei ole väga selge, miks see juhtub: pigem ei saa samu masinaid ja geomeetrilisi kujundeid üksteisest eristada. Kõik muutub pisut selgemaks, kui vaadata kasutatud videote kaadrite näidet.
Näidispildid viiest klassist.
Kõige tõenäolisemalt (me võime siinkohal muidugi ainult oletada) sõltub klassifikaatori edukus sellest, kui palju kahes klassis kasutatud pildid erinevad üksteisest mõne pealiskaudse, põhijoone - esiteks värvuse - poolest. See korreleerub hästi ka asjaoluga, et autoenkoodis oleva latentse ruumi mõõt on 10.
Üldiselt piisab viie klassi piltide liigitamiseks viiest mõõtmest, kuid sel juhul tehakse seda maksimaalselt värvihistogrammiga - see tähendab, et mõõt 10 ei parane liiga palju ja selgitab tulemust.
Pole väga selge, miks autorid ei kasutanud kümne kahendklassifikaatori asemel lineaarset klassifikaatorit viie klassi jaoks korraga: tõenäoliselt oleks see olnud parem.
Seejärel tuleb saadud pildi rekonstrueerimise etapp. See, et see välja tuleb määrida, on mõistetav - point on varjatud ruumi samas mõõtmes. Kuid siin ajavad segamini kaks asja.
Esiteks on originaalsed ja rekonstrueeritud pildid üksteisega väga sarnased. Siin ei taha ma muidugi kedagi häirida (ka iseennast - oleme endiselt edu nimel), kuid see ei ole tingitud asjaolust, et signaal on nii hästi salvestatud ja dekodeeritud (ja isegi reaalajas!), Vaid tulenevalt asjaolust, et algoritm taastab täpselt need pildid, mis tal juba olid.
Pealegi ei tööta see alati nii hästi kui tahaksime: kui vaatate näiteks süsteemi toimimise videot, siis märkate, et nutva mehega videol näeb närviliides mingil põhjusel naist. Selle põhjuseks on asjaolu, et algoritm ei rekonstrueeri pilte, vaid teatud klassi objekte: isegi kui ta teeb seda piisavalt tõhusalt, ei takista miski algoritmi mootorratta kujutisel paati näha - lihtsalt sellepärast, et nad kuuluvad samasse klassi.
Seetõttu on rekonstrueerimise ajal ekraanile ilmuv lihtsalt kõigi kasutatud klassiobjektide keskmine pilt.
Mis puutub suletud süsteemi kasutamise mõttekusesse, siis pole sellega kõik kuigi selge: ülesande täitmisel näeb inimene nii EEG-signaalide salvestust kui ka järk-järgult peast kerkivat pilti. Kas see tegelikult aitab, on raske öelda - autorid ei võrrelnud liidese jõudlust tugevdamisega ja ilma selleta. Kuid esmapilgul tundub, et tegelikult mitte. Kui see aitab, siis ma tõesti tahan teada, kuidas.
Üldiselt võime julgelt järeldada, et arvutid pole õppinud mõtteid lugema. Ja nad ei õppinud isegi seda, kuidas videot uuesti luua. Kõik, mida nad teadlaste töö põhjal õppinud on, on nähtavad objektid klassifitseerida viieks klassiks mõne põhikriteeriumi alusel. Kas arvutid on seda varem suutnud teha? Muidugi võiksid. Kas siin on aju? Muidugi on: aga aju näeb, mitte aju ei mõista seda, mida ta täpselt nägi.
Elizaveta Ivtushok
