I dag skal vi tale om en banebrydende artikel, der undersøger, hvordan forskere har brugt Stable Diffusion, en type generativ AI, til at rekonstruere billeder baseret på menneskelig hjerneaktivitet. Denne forskning har ikke kun betydelige implikationer for neurovidenskaben, men den åbner også døren for en bred vifte af anvendelser, fra at læse drømme til at forstå dyrs perception.
Stable Diffusion og afkodning af hjerneaktivitet
Stable Diffusion er en open source generativ AI, der er i stand til at skabe fantastiske billeder baseret på tekstprompter. I artiklen trænede forskere Stable Diffusion på tusindvis af hjerneskanninger, hvor de udsatte menneskelige deltagere for forskellige billeder, mens de registrerede deres hjerneaktivitet ved hjælp af en enhed kaldet Memorize Cam. Ved at træne modellen på forholdet mellem hjerneaktivitetsmønstre og de tilsvarende billeder, var AI’en i stand til at rekonstruere billeder baseret på deltagernes hjerneaktivitet.
Selvom det ikke altid er perfekt, producerede algoritmen ofte nøjagtige rekonstruktioner af de originale billeder, hvor positionen og skalaen ofte matchede præcist. Den eneste bemærkelsesværdige forskel var typisk farven på visse elementer. Succesen med denne metode tilskrives kombinationen af nyere forskning inden for neurovidenskab og latente diffusionsmodeller.
Potentielle anvendelser og fremtidige udfordringer
Der er adskillige potentielle anvendelser for denne teknologi, herunder:
- Læsning af drømme, tanker og minder
- Forståelse af, hvordan dyr opfatter verden baseret på deres hjerneaktivitet
- Oprettelse af kunstige systemer, der kan forstå verden som mennesker
En af de vigtigste udfordringer for at forbedre algoritmens nøjagtighed er at træne Stable Diffusion på et større datasæt af hjerneskanninger. Efterhånden som teknologien udvikler sig, vil det sandsynligvis føre til en stor revolution inden for menneske-maskine-interfaces.
Hjerne-computer-interfaces: Den næste hardware-grænseflade
Flere startups er allerede i gang med at udvikle enheder, der kan læse tanker og oversætte dem til tekstbeskeder, eller endda kontrollere virtuelle miljøer med tankens kraft. Virksomheder som Next Mind og Microsoft arbejder aktivt på ikke-invasive hjerne-computer-interfaces (BCI’er) og tror på, at kontrol af enheder med tanker vil være den næste store hardware-grænseflade.
Dette skift i interaktionen mellem menneske og maskine vil have betydelige implikationer for, hvordan vi kommunikerer, arbejder og skaber kunst. Ikke-invasive BCI’er tilbyder et sikrere og mere praktisk alternativ til invasive BCI’er, som kræver, at man borer et hul i kraniet for at læse tanker med større præcision.
Video af Anastasi In Tech
Forskningsartikel:
https://www.biorxiv.org/content/10.1101/2022.11.18.517004v3.full.pdf
Konklusion
Efterhånden som neurovidenskab og AI fortsætter med at udvikle sig, virker evnen til at læse vores tanker ikke længere uopnåelig. Med ikke-invasive BCI’er i horisonten er vi på nippet til en revolution inden for menneske-maskine-interfaces, der transformerer, hvordan vi interagerer med vores enheder og verden omkring os.