Изследователски екип от Научния институт „Вайцман“ представи модел на изкуствен интелект, способен да реконструира изображения от мозъчната активност на човек. Системата, наречена Brain-IT, използва данни от функционален магнитен резонанс (fMRI), за да преобразува невронните сигнали във визуални представяния, превъзхождайки други техники както по точност, така и по скорост на адаптация.
Най-поразителният аспект е, че Brain-IT се нуждае само от един час обучение, за да интерпретира мозъка на нов индивид , докато настоящите методи изискват десетки часове. Този напредък ни доближава до създаването на по-практични и достъпни интерфейси мозък-компютър , въпреки че отговорните лица настояват, че това все още е далеч от четенето на мисли като цяло.
Как работи Brain-IT
Моделът анализира активността на хиляди мозъчни воксели, докато човек гледа изображение. Всяка от тези триизмерни единици реагира по различен начин на визуални характеристики, като например цвят, форма или позиция на обекти. Освен това системата извлича семантична информация, за да определи дали сцената съдържа например лице, храна или пейзаж.
За да се справи с вариабилността между мозъците, Brain-IT групира вокселите според тяхната функция, а не само според анатомичното им местоположение. Това му позволява да идентифицира повтарящи се модели сред различните хора , което прави възможно прехвърлянето на придобити знания към нов индивид, без да се започва от нулата. Този подход драстично намалява времето за адаптация.
Драстично намаляване на времето за обучение
Предишните методи изискваха около 40 часа сканиране, за да се научи човек да „чете“ конкретен човек. Brain-IT, от друга страна, постига сравними резултати само с един час данни от нов участник. Дори 15 минути са достатъчни, за да се получат разпознаваеми реконструкции, според изследователите, което значително опростява провеждането на експерименти.
За да компенсират липсата на данни, изследователите разработиха двупосочна система за транслация между изображения и мозъчна активност . Енкодер генерира прогнозирани сканирания от незаписани изображения, а декодер се опитва да ги реконструира. По този начин моделите се обучават с много по-голям обем синтетични примери, което е ключово за тяхната производителност.
Приложения и ограничения
Едно от най-интересните открития е, че Brain-IT идентифицира 128 функционални области, споделени между отделните индивиди . Някои от тях вече бяха известни, но други са нови, като например подразделение в областта, която обработва местата, като едната част е посветена на сцени на закрито, а другата - на сцени на открито. Тези резултати ни помагат да разберем по-добре визуалната организация на мозъка.
Авторите подчертават, че това не е пълен процес на четене на мисли ; системата просто реконструира това, което човекът вижда при контролирани условия. Освен това, функционалната магнитно-резонансна томография (fMRI) има ограничена времева резолюция: отнема около две секунди на измерване, така че обработката на видео или сънища остава предизвикателство . Въпреки това, напредъкът е забележителен и полага основите за бъдещи изследвания.
Въпреки че все още е далеч от машина, способна напълно да чете мисли, Brain-IT вече е важен етап в областта на интерфейсите мозък-компютър. Скоростта на адаптация и качеството на реконструкциите му го правят солидна основа за бъдещи разработки. Изследванията продължават и биха могли да отворят врати за приложения, които днес изглеждат като научна фантастика.
