AKO mislite da je korištenje umjetne inteligencije za čitanje - ili barem vizualiziranje - ljudskih misli i dalje znanstvena fantastika, razmislite ponovno. Japanski znanstvenici napravili su upravo to.

 

Znanstveni tim sa Sveučilišta Kyoto u Japanu, Guohua Shen, Tomoyasu Horikawa, Kei Majima i Yukiyasu Kamitani objavio je u prosincu na znanstvenoj platformi bioRxiv rezultate svog novog istraživanja o korištenju umjetne inteligencije za dekodiranje misli.

Strojno učenje, grana umjetne inteligencije koja se bave oblikovanjem algoritama koji svoju učinkovitost poboljšavaju na temelju empirijskih podataka, dosad se već koristilo za sličnu svrhu. Pomoću funkcionalne magnetske rezonance mozga (fMRI), računala u istraživanjima još od 2011. reproduciraju određene slike koje osobe vide ili zamišljaju. No sve dosad, ta reprodukcija bila je vrlo ograničena: ili na jednostavne, binarne slike poput bijelih i crnih slova i jednostavnih geometrijskih oblika, ili na računalno "pogađanje" slika na temelju već pripremljenih kategorija koje su mu ponuđene na izbor, poput "ptice" ili "čovjeka".

 

 

 No znanstvenici iz Kyota razvili se novu tehnike dekodiranja moždane aktivnosti koje koriste duboke neuralne mreže (DNN) umjetne inteligencije. Ova tehnika omogućuje im da dekodiraju mnogo sofisticiranije, “hijerarhijske” slike, koje mogu imati višestruke slojeve boje i strukture, poput slike ptice i čovjeka koji nosi kauobojski šešir. 

 

Cilj je bio da računalo, kada vidi uzorak moždane aktivnosti osobe dok gleda sliku, potom samo nacrta sliku koja bi odgovorala dotičnom uzorku. Kako bi to napravili, DNN im je poslužio kao posrednik koji dekodira slike aktivnosti u raznim dijelovima mozga zabilježene snimanjem fMRi-em. "Vjerujemo da je DNN dobar posrednik za hijerarhijsko procesuiranje mozga. Koristeći DNN, možemo izvući informacije iz različitih razina moždanog vizualnog sustava", objasnio je Kamitani, neuroznastvenik sa Sveučilišta Kyoto u Japanu i glavni autor studije. 

 

“Proučavali smo metode za rekonstrukciju ili rekreiranje slike koju osoba gleda samo gledanjem moždane aktivnost osobe”, objasnio je Kamitani za CNBC. “Naša prethodna metoda temeljia se na pretpostavci da se slika sastoji od piksela ili jednostavnih oblika. No poznato je da naš mozak procesuira vizualne informacije tako da hijerarhijski izvlači različite nivoe obilježja ili komponenti različite kompleksnosti”, dodao je.

 

Nakon što je DNN dekodirao i pohranio takve dekodirane reprezentacije moždane reakcije na razne slike, piše Science Mag, istraživačima fMRI više nije bio potreban. Misli su dekodirali sustavom koji je razvijen uz pomoć njega. Kako bi pogodio što točno osoba gleda, računalni sustav bi pokušao piksel po piksel naslikati sliku koja će se poklopiti s uzorkom iz DNN-a. To bi radio postepeno kroz 200 "rundi" pokušaja, pri čemu bi svaki pokušaj uspoređivao sa željenim uzorkom i prema tome prilagođavao piksele koje je generirao. 

 

U nekim slučajevima, moždana aktivnost mjerena je dok je osoba gledala jednu od 25 slika. U drugim slučajevima uključena je tek kasnije, kad se osobu pitalo da se prisjeti slika koje je upravo gledala. Krajnji rezultat bio je prilično impresivan: ljudski promatrač u ovom istraživanju uspio je u 99% slučajeva pogoditi koju sliku je računalo generiralo. 

 

 

Nakon skeniranja moždane aktivnosti, računalo bi pokušalo dekodirati dobivene informacije kako bi generiralo vizualizaciju misli dotične osobe, a kako vidimo prema rezultatima, u tome je bilo relativno uspješno. Donji dijagram toka koji je objavio Kamitani Lab sa Sveučilišta u Kyotu pokazuje kako računalo točno dekodira ove slike.

 

 

 

A na sljedećim slikama se vidi kako izgleda računalna rekonstrukcija onoga o čemu čovjek misli dok gleda sliku (u prvom slučaju) i dok je se prisjeća (u drugom). 

 

 

 

 

 

Novo istraživanje AI-ja omogućuje računalima da detektiraju objekte, ne samo binarne piksele. “Ove neuralne mreže ili AI modeli mogu se koristiti kao posrednik za hijerarhijske strukture ljudskog mozga”, kaže Kamitani.

 

 

Tijekom istraživanja koje je trajalo deset mjeseci, trima sudionicima pokazivane su prirodne slike, (poput fotografija ptica ili ljudi), umjetni geometrijski oblici ili slova abecede. Naravno, kada se čovjek prisjećao slike, računalu je bilo teže rekonstruirati sliku, budući da ni čovjeku nije lako točno u umu rekonstruirati sliku koju je vidio. Iako ova metoda nije bila učinkovita za slike, u slučaju geometrijskih oblika ljudski promatrač je pogodio o kojem se radi u solidnih83% slučajeva.

 

 

Prema Kamitaniju, moguće primjene ove revolucionarne tehnologije vizualizacije prilično su nevjerojatne: pomoću nje, mogli bismo crtati ili stvarati umjetnost jednostavno zamišljanjem, računala bi mogla "snimati" naše snove, kao i halucinacije psihijatrijskih pacijenata, a sučelje između računala i mozga moglo bi jednog dana omogućiti komunikaciju slikama ili mislima. Drugim riječima, telepatiju.