Аннотация:
Способность искусственного интеллекта декодировать визуальные сигналы мозга идет еще дальше. Израильская научно-исследовательская группа недавно разработала модель искусственного интеллекта, которая может использовать сканирование мозга для восстановления изображений, видимых человеческим глазом. Команда также надеется в будущем расширить возможности декодирования видео и даже мечтать. В то же время риск неправильного использования этой технологии также вызывает обеспокоенность.
Согласно сообщениям СМИ в субботу по местному времени,
команда Михала Ирани, профессора Института науки Вейцмана в Израиле, недавно разработала модель искусственного интеллекта под названием Brain-IT. Модель может анализировать данные функциональной магнитно-резонансной томографии (фМРТ), чтобы восстановить визуальную картину субъекта, просматривающего изображение.
Источник: Официальный пресс-релиз Института науки Вейцмана
Согласно официальному пресс-релизу, модель способна восстанавливать изображения, увиденные испытуемыми, с чрезвычайно высокой точностью.
Для обучения этого типа модели ИИ требуется большой объем парных данных «изображение + сканирование мозга», которые записывают активность мозга человека при просмотре каждого изображения.
Однако сбор такого типа данных требует чрезвычайно много времени и усилий. Общедоступный «Набор данных о природных сценах», использованный в исследовании, на данный момент является крупнейшим набором данных в этой области, но он включает данные только от 8 субъектов. Каждый человек участвовал в 30–40 сканированиях на сканере, просматривал тысячи изображений и сформировал в общей сложности примерно 73 000 пар данных.
Чтобы решить проблему недостаточности данных, команда обучила модель «обратного перевода»: на основе картинки она предсказывает мозговую активность людей, когда они ее видят, тем самым значительно расширяя обучающие данные.
Ирани рассказал, что (ранее) некоторым моделям удавалось добиться реконструкции изображения высокого уровня на основе активности мозга, но часто случаются элементарные ошибки в композиции и цвете.
Она отметила: «Новая модель, которую мы разработали, превосходит эти модели с точки зрения восстановления содержания и деталей изображения».
Кроме того, другим моделям требуются десятки часов данных сканирования мозга, чтобы научиться «читать» нового человека, тогда как нашей модели требуется всего один час».
Слева — исходное изображение, увиденное испытуемым, справа — реконструированное изображение Brain-IT, источник: официальный пресс-релиз Института науки Вейцмана
В настоящее время в этом исследовании используются статические изображения. Лаборатория Ирани работает над расширением этого типа «чтения мыслей» для декодирования слуховой информации и, в конечном итоге, для видео.
Особенно сложной задачей является декодирование видео, например, во время сна, говорится в заявлении Ирани. Видеоизображения меняются десятки раз в секунду, а для завершения сканирования фМРТ требуется около двух секунд. Если мы сможем преодолеть все эти препятствия,
возможно, в будущем мы сможем читать сны
. »В сообщениях СМИ отмечается, что ученые уже много лет работают над соответствующими технологиями. В 2017 году в международном юридическом журнале «Journal of Law and the Biosciences» была опубликована статья, посвященная возможности использования технологии нейровизуализации для «чтения мыслей на основе мозга».
В статье указывается, что данный вид технологии может быть использован в судах для проведения проверки на полиграфе подсудимых, заключенных и потенциальных присяжных заседателей, тем самым совершенствуя судебную систему. В документе также предупреждается, что этот тип технологии может также использоваться в неэтичных и принудительных целях.
Кеннет Норман, профессор психологии и нейробиологии Принстонского университета в США, считает, что качество данных сигнала от оборудования фМРТ улучшилось за последние годы, а также улучшились методы анализа этих данных людьми, что делает этот тип технологии возможным.
По имеющимся данным, в 2022 году Норман заявил в разговоре с Американской психологической ассоциацией (APA), что ожидается, что такая технология поможет пациентам с депрессией или тревогой.
Он объяснил, что терапевты могут использовать нейробиоуправление, чтобы информировать пациентов о том, что их мысли запутались в негативных петлях, и направлять их в попытках контролировать эти модели мышления.
В настоящее время некоторые нейробиологи высоко оценивают возможности модели Brain-IT и считают, что у нее есть потенциал для использования в лечении пациентов с неврологическими заболеваниями. Но есть также опасения, что этой технологией могут злоупотреблять и использовать для насильственного получения личной идеологической информации.
Комментарии