Образы, возникающие в мозгу человека, ИИ в Японии уловил с точностью 75%
Искусственный интеллект (ИИ) впервые смог реконструировать изображения мозговой активности людей с точностью более 75%. Об этом достижении исследователей из Национального института квантовой науки и технологий (QST) рассказала 4 декабря газета The Mainichi Shimbun.
До сих пор воссоздание изображений на основе мозговой активности было возможно только тогда, когда испытуемый действительно их видел или когда был указан тип изображений — лица, буквы или простые цифры. Ученые из QST продемонстрировали, что можно реконструировать виды таких изображений, как пейзажи и сложные фигуры, основываясь в некоторой степени исключительно на мыслях.
Сначала команда зафиксировала мозговую активность испытуемых, которые просматривали 1200 различных изображений, находясь в аппарате функциональной магнитно-резонансной томографии (ФМРТ). «Таблицы оценок» с примерно 6,13 миллиона факторов, таких как цвет, форма и текстура, также были составлены путем распознавания изображений искусственным интеллектом. Была создана программа трансляции нейронных сигналов, которая сопоставляет активность мозга с таблицей оценок, создавая новые таблицы оценок при вводе новых параметров активности мозга.
Затем испытуемым показывали изображение, отличное от продемонстрированных ранее 1200, и их мозговую активность измеряли с помощью МРТ от 30 минут до часа спустя, при этом просили представить, какое изображение они видели. Вводя записи, транслятор нейронных сигналов затем создавал таблицы оценок. Графики вводились в другую программу генеративного искусственного интеллекта, чтобы реконструировать изображение, пройдя 500-шаговый процесс редактирования.
В результате появилась возможность отличать оригинальные изображения от реконструированных с точностью 75,6%, что является огромным достижением по сравнению с предыдущими методами, которые достигали точности всего 50,4%.
Исследование может привести к новым формам коммуникации, не требующим использования слов, пишет издание. Полностью оно опубликовано в онлайн-издании международного научного журнала Neural Networks.
