Mākslīgais intelekts spēj lasīt tavas domas: Stable Diffusion un smadzeņu-datora saskarņu nākotne

Categorized as AI/ML Tagged , , ,
Presented images (red box, top row) and images reconstructed from fMRI signals (gray box, bottom row) for one subject.
Save and Share:

Šodien mēs apspriedīsim novatorisku pētījumu, kurā aplūkots, kā pētnieki izmantoja Stable Diffusion, ģeneratīvā mākslīgā intelekta veidu, lai rekonstruētu attēlus, pamatojoties uz cilvēka smadzeņu aktivitāti. Šim pētījumam ir ne tikai nozīmīga ietekme uz neirozinātni, bet tas arī paver durvis plašam lietojumu klāstam, sākot no sapņu lasīšanas līdz dzīvnieku uztveres izpratnei.

Attēlotie attēli (sarkanā rāmī, augšējā rinda) un attēli, kas rekonstruēti no fMRI signāliem (pelēkā rāmī, apakšējā rinda) vienam subjektam.
Attēlotie attēli (sarkanā rāmī, augšējā rinda) un attēli, kas rekonstruēti no fMRI signāliem (pelēkā rāmī, apakšējā rinda) vienam subjektam.

Stable Diffusion un smadzeņu aktivitātes dekodēšana

Stable Diffusion ir atvērtā koda ģeneratīvs mākslīgais intelekts, kas spēj radīt satriecošus attēlus, pamatojoties uz teksta norādēm. Pētījumā pētnieki apmācīja Stable Diffusion, izmantojot tūkstošiem smadzeņu skenējumu, pakļaujot cilvēku dalībniekus dažādiem attēliem, vienlaikus reģistrējot viņu smadzeņu aktivitāti, izmantojot ierīci, ko sauc par Memorize Cam. Apmācot modeli par saistību starp smadzeņu aktivitātes modeļiem un atbilstošajiem attēliem, mākslīgais intelekts spēja rekonstruēt attēlus, pamatojoties uz dalībnieku smadzeņu aktivitāti.

Lai gan ne vienmēr perfekts, algoritms bieži vien radīja precīzas oriģinālo attēlu rekonstrukcijas, bieži vien precīzi atbilstot pozīcijai un mērogam. Vienīgā būtiskā atšķirība parasti bija noteiktu elementu krāsa. Šīs metodes panākumi ir saistīti ar jaunāko neirozinātnes pētījumu un latento difūzijas modeļu kombināciju.

Potenciālie lietojumi un nākotnes izaicinājumi

Šai tehnoloģijai ir daudz potenciālu lietojumu, tostarp:

  • Sapņu, domu un atmiņu lasīšana
  • Izpratne par to, kā dzīvnieki uztver pasauli, pamatojoties uz viņu smadzeņu aktivitāti
  • Mākslīgu sistēmu izveide, kas var uztvert pasauli tāpat kā cilvēki

Viens no galvenajiem izaicinājumiem, lai uzlabotu algoritma precizitāti, ir Stable Diffusion apmācība ar lielāku smadzeņu skenējumu datu kopu. Tehnoloģijai attīstoties, tā, visticamāk, novedīs pie būtiskas revolūcijas cilvēka un mašīnas saskarnēs.

Smadzeņu-datora saskarnes: nākamā aparatūras saskarne

Vairāki jaunuzņēmumi jau izstrādā ierīces, kas var nolasīt domas un pārvērst tās īsziņās vai pat kontrolēt virtuālās vides ar domu spēku. Tādi uzņēmumi kā Next Mind un Microsoft aktīvi strādā pie neinvazīvām smadzeņu-datora saskarnēm (BCI), uzskatot, ka ierīču vadība ar domām būs nākamā lielā aparatūras saskarne.

Šī pāreja cilvēka un mašīnas mijiedarbībā būtiski ietekmēs to, kā mēs sazināmies, strādājam un radām mākslu. Neinvazīvas BCI piedāvā drošāku un praktiskāku alternatīvu invazīvām BCI, kurām nepieciešams urbt caurumu galvaskausā, lai ar lielāku precizitāti nolasītu domas.

Video no Anastasi In Tech

Pētījums:

https://www.biorxiv.org/content/10.1101/2022.11.18.517004v3.full.pdf

Secinājums

Tā kā neirozinātne un mākslīgais intelekts turpina attīstīties, spēja lasīt mūsu domas vairs nešķiet neiespējama. Līdz ar neinvazīvu BCI parādīšanos mēs esam uz cilvēka un mašīnas saskarņu revolūcijas sliekšņa, kas pārveidos to, kā mēs mijiedarbojamies ar savām ierīcēm un apkārtējo pasauli.

Leave a comment

Your email address will not be published. Required fields are marked *