AI visualiseert nu uw gedachten – Japanse onderzoekers creëren op hersenen gebaseerde beeldreconstructie
- Japanse onderzoekers hebben een AI ontwikkeld die letterlijk kan zien wat je je voorstelt.
- Het systeem maakt gebruik van diepe beeldreconstructie van menselijke hersenactiviteit.
- Na een initiële training kon de DNN foto's reconstrueren die hij nog nooit eerder had gezien.
Het onderzoek dat de afgelopen jaren is gedaan naar kunstmatige intelligentie heeft ons allemaal verbaasd. Dagelijks hebben we interactie met tientallen AI-programma's, zoals persoonlijke stemassistenten, webzoekmachines, sociale-mediaplatforms, en onlangs introduceerde Samsung een technologie die machine learning gebruikt om elk videoformaat naar 8K-resolutie te converteren. De mogelijkheden zijn eindeloos.
Het lijkt erop dat er elke maand een verbazingwekkende ontwikkeling in AI plaatsvindt die veel bijdraagt aan het ten goede veranderen van de wereld. Eind 2017 onthulde Nvidia een neuraal netwerk dat in staat is scènes of afbeeldingen voor te stellen die het nog nooit eerder had gezien. En nu heeft een team Japanse onderzoekers van ATR Computational Neuroscience Labs een AI ontwikkeld die letterlijk je gedachten kan zien.
Denk maar aan iets, en een robot probeert het te visualiseren. Onderzoekers hebben dit mogelijk gemaakt door middel van diepe beeldreconstructie van menselijke hersenactiviteit. Als een persoon bijvoorbeeld naar een afbeelding van de letter “Z” kijkt, zal de AI een afbeelding vormen die lijkt op een vage versie daarvan. Het leest eigenlijk de gedachten van de persoon – een soort van. Laten we eens in detail bekijken hoe dit systeem werkt.
Recente ontwikkelingen
Tot nu toe heeft de fMRI (functional Magnetic resonance Imaging), gebaseerd op machine learning-techniek, ons in staat gesteld de perceptuele inhoud te zien. Maar het is beperkt gebleven tot de reconstructie van beeldbasissen op laag niveau.
Vorig jaar hebben de vorderingen in de neurowetenschappen ons in staat gesteld visuele corticale activiteit te decoderen in hiërarchische niveaus van het Deep Neural Network (DNN).
De voorspelde niveaus kunnen worden gebruikt om ingebeelde objectcategorieën te detecteren uit een reeks berekende kenmerken voor verschillende objectafbeeldingen. Het decoderen van ingebeelde objecten onthult een progressieve rekrutering van visuele representaties van hoog naar laag. Dit bood ons een techniek om gegevens uit hiërarchische visuele kenmerken te gebruiken.
De nieuwe beeldreconstructietechniek
Nu hebben Japanse wetenschappers een techniek voor beeldreconstructie bedacht die de pixelwaarden van het beeld optimaliseert zodat deze overeenkomen met de DNN-kenmerken die zijn geëxtraheerd als meerdere lagen van menselijke hersenactiviteit.
Referentie:bioRxiv | doi:10.1101/240317
Het systeem analyseert de signalen die afkomstig zijn van de fMRI-scanner in realtime met behulp van een DNN, die verder reconstrueert wat mensen zien. Om het systeem te trainen werden de beelden van de natuurlijke wereld aan zowel AI als deelnemers getoond, zodat het netwerk nauwkeurig het patroon van de bloedstroom in de hersenen kon bepalen terwijl mensen verschillende foto's waarnemen.
Na de eerste fase van de training (10 weken) kon de DNN afbeeldingen reconstrueren (in realtime) die ze nog nooit eerder hadden gezien, zoals cijfers en alfabetten.
Reconstructies van alfabetische letters
Reconstructiekwaliteit van gekleurde kunstmatige vormen
Ze leren op dezelfde manier als paranormaal begaafden:door te raden. Het weet hoe je hersengolven eruitzien als je aan een bepaald getal denkt. Het systeem visualiseert uw gedachten door de output te raden die u wilt zien, op basis van uw hersenactiviteit.
In tegenstelling tot mensen kan het veel raden. Het neemt alle gegevens die het heeft (geëxtraheerd uit hersengolven in het formulier op DNN) en transformeert deze in een afbeelding. Het systeem doet dit keer op keer totdat het het verstandige beeld opnieuw creëert.
Lezen:Google's AI creëert een AI die de menselijke code verslaat
Wat is het volgende?
Van alle recente ontwikkelingen op het gebied van kunstmatige intelligentie klinkt deze als sciencefiction. Deze technologie kan erg nuttig zijn voor mensen die niet kunnen praten. Voorlopig ontbreekt het aan perfectie als het gaat om het lezen van gedachten, daarom heeft het onderzoek verdere verbeteringen nodig.
Ondertussen zouden in de toekomst enkele meer geavanceerde AI-benaderingen nieuwe vormen van communicatie kunnen openen. Zoals we eerder hebben gezegd, zijn de mogelijkheden onbeperkt.
Industriële technologie
- Vier manieren waarop nieuw koopgedrag van consumenten de productie beïnvloedt
- Kronkelende configuraties
- Witboek:Industrie 4.0-filosofie
- 6 manieren om uw activabeheerproces te optimaliseren
- Composiet versus aluminium:waarom moderne vliegtuigen voor lichte materialen kiezen
- Drie strategieën voor het opbouwen van veerkracht in uw toeleveringsketen
- Lean meets Industry 4.0:waardestroomdenken als noemer
- Precisie 4-assig CNC-frezen in Australië – snelle, betrouwbare productie van complexe onderdelen
- Definitie, typen en processen van metaalgieten
- De uitdaging voor medische bewerkingen aangaan:5 slimme tactieken die u moet kennen
- Hoe werkt geautomatiseerde tracering in PCB-ontwerp