Днес ще обсъдим новаторска статия, която изследва как изследователи са използвали Stable Diffusion, вид генеративен изкуствен интелект, за да реконструират изображения въз основа на човешката мозъчна дейност. Това изследване не само има значителни последици за неврологията, но и отваря вратата за широк спектър от приложения, от четене на сънища до разбиране на животинското възприятие.
Stable Diffusion и декодиране на мозъчната активност
Stable Diffusion е генеративен изкуствен интелект с отворен код, способен да създава зашеметяващи изображения въз основа на текстови подкани. В статията изследователите са обучили Stable Diffusion върху хиляди мозъчни сканирания, като са изложили човешки участници на различни изображения, докато са записвали мозъчната им дейност с помощта на устройство, наречено Memorize Cam. Обучавайки модела върху връзката между моделите на мозъчната активност и съответните изображения, изкуственият интелект е успял да реконструира изображения въз основа на мозъчната активност на участниците.
Въпреки че не винаги е перфектен, алгоритъмът често е произвеждал точни реконструкции на оригиналните изображения, като позицията и мащабът често са съвпадали прецизно. Единствената забележима разлика обикновено е била цветът на определени елементи. Успехът на този метод се приписва на комбинацията от последните изследвания в неврологията и латентните дифузионни модели.
Потенциални приложения и бъдещи предизвикателства
Има многобройни потенциални приложения за тази технология, включително:
- Четене на сънища, мисли и спомени
- Разбиране на това как животните възприемат света въз основа на тяхната мозъчна дейност
- Създаване на изкуствени системи, които могат да разбират света като хората
Едно от ключовите предизвикателства за подобряване на точността на алгоритъма е обучението на Stable Diffusion върху по-голям набор от данни от мозъчни сканирания. С напредването на технологиите, това вероятно ще доведе до голяма революция в интерфейсите човек-машина.
Мозъчно-компютърни интерфейси: Следващият хардуерен интерфейс
Няколко стартиращи компании вече разработват устройства, които могат да четат мисли и да ги превеждат в текстови съобщения или дори да контролират виртуални среди със силата на ума. Компании като Next Mind и Microsoft активно работят върху неинвазивни мозъчно-компютърни интерфейси (BCI), вярвайки, че контролирането на устройства с мисли ще бъде следващият голям хардуерен интерфейс.
Тази промяна в взаимодействието човек-машина ще има значителни последици за начина, по който общуваме, работим и създаваме изкуство. Неинвазивните BCI предлагат по-безопасна и практична алтернатива на инвазивните BCI, които изискват пробиване на дупка в черепа, за да се четат мисли с по-голяма точност.
Видео от Anastasi In Tech
Научна статия:
https://www.biorxiv.org/content/10.1101/2022.11.18.517004v3.full.pdf
Заключение
Тъй като неврологията и изкуственият интелект продължават да се развиват, способността да четем мислите ни вече не изглежда невъзможна. С неинвазивните BCI на хоризонта, ние сме на прага на революция в интерфейсите човек-машина, трансформирайки начина, по който взаимодействаме с нашите устройства и света около нас.