Eelistuste tuvastamise süsteemide ja sihitud reklaami arendamisega pakuvad videote ja sõprade vaatamise pakkumised sotsiaalvõrgustikes kasutajale illusiooni, et arvuti loeb tema mõtteid. Paremaks või halvemaks liigume aga tegelikult selliste arvutite ja süsteemide poole, mis tegelikult meie mõtteid loevad. Jaapanist pärit arendajate uus uuring on ilma liialduseta absoluutne läbimurre selles suunas.
Kyoto ülikooli meeskond otsustas kasutada virtuaalset närvivõrku, et proovida lugeda ja tõlgendada mõtteid inimese ajus elavas närvivõrgus. Ehkki see kõlab üsna hullumeelselt, pole eksperiment põhimõtteliselt uus ja jaapanlased pole esimene grupp, kes selles suunas tegutseb. Erinevus Kyoto meeskonna ja nende eelkäijate vahel seisneb selles, et varasemate tehnikate abil rekonstrueeriti kujutised pilti moodustavatest pikslitest ja põhilistest geomeetrilistest kujunditest. Uus tehnoloogia, mida nimetatakse "sügava pildi rekonstrueerimiseks", liigub binaarsetest pikslitest kaugemale ja annab teadlastele võimaluse dekodeerida pilte mitme värvikihi ja struktuuriga.
"Meie ajud töötlevad visuaalset teavet, eraldades hierarhiliselt tunnuste või erineva keerukusega komponentide erinevad tasemed," ütles intervjuus üks uuringuga seotud teadlastest Yukiyasu Kamitani. "Neid närvivõrke või AI mudeleid saab kasutada inimese aju hierarhilise struktuuri lähendamiseks."
Uuring kestis 10 kuud. Kolm katselist vabatahtlikku vaatasid erineva pikkusega pilte kolme erineva kategooria piltidelt: loodusobjektid (näiteks loomad või inimesed), tehislikud geomeetrilised kujundid ja tähestiku tähed.
Sel juhul registreeriti piltide vaatamise ajal aju aktiivsus. Seejärel pilt eemaldati ja katsealusel paluti mõelda pildile, mida ta just vaatas. Samal ajal registreeriti taas aju aktiivsus ja andmeid võrreldi varasematega, mille järel sisestati tulemused virtuaalsesse närvivõrku, mis hiljem neid aju aktiivsuse tõlgendamiseks teatud mõtetena tõlgendas.
Inimestel (ja tõepoolest kõigil imetajatel) asub visuaalne ajukoore aju tagaosas kuklaluus, mis asub väikeaju kohal. Aktiivsust visuaalses ajukoores mõõdeti funktsionaalse magnetresonantstomograafia (fMRI) abil, muutes saadud pildi virtuaalse närvivõrgu hierarhilisteks tunnusteks.
Alustades juhuslikust pildist, optimeerib loodud võrk selle pildi piksliväärtusi mitu korda. Selle tulemusel on sisendpildi närvivõrgu funktsioonid sarnased aju aktiivsusest dekodeeritud funktsioonidega.
Reklaamvideo:
Oluline on märkida, et eksperimentaalne mudel eeldas mitte ainult looduspiltide (inimesed või loodus) kasutamist, vaid eeldas ka kunstlike struktuuride ja geomeetriliste kujundite genereerimist ja äratundmist:
Nagu videost näete, on süsteemil palju keerulisem pildi dekodeerida olukorras, kus inimene pilti ei vaata, vaid mõtleb ainult sellele, mida ta nägi. Kuid see on ilmselt täiesti loomulik: mitte iga aju ei mäleta äsja nähtud pildi kõiki detaile, näiteks raamatu lehekülge. Meie mälestused on tavaliselt väga udused ja hägused.
Selles uuringuetapis säilitavad ajutegevusest rekonstrueeritud pildid ainult teatava sarnasuse eksperimendis osalejate poolt vaadatud originaalkujutistega, need näevad enamasti välja nagu minimaalselt detailsed pikslite tükid. Kuid see on alles tee algus ja aja jooksul on äratundmistäpsus üha suurem, ehkki isegi praegu võime kindlalt öelda, millisele objektile subjekt mõtleb.
Kõik see avab arendajatele hämmastavaid väljavaateid. Kujutage ette "viivitamatut modelleerimist", kui kujutate lihtsalt ette oma objekti - kunstikontseptsiooni või mehhanismi detaili - ja selle arvuti loob kohe, ilma ühtegi nuppu vajutades, vajaliku kolmemõõtmelise objekti.
Või võiks AI minna palju kaugemale, registreerides teie aju aktiivsuse magades ja taasluues siis 3D-maailmas kõik oma unistused?
Sellel arendusel on lugematu arv rakendusi, nii et Jaapani meeskond teeb kõvasti tööd kõige nimel. Siiski on kõigi meie ühishuvide huvides, et mõistmislugemine areneks järk-järgult ja piisavalt hoolikalt, kuna tehnoloogiaga kaasnevad paljud ohud.
