Az AI-t arra tanították, hogy „gondolatolvasás” alapján határozza meg, mit lát az ember.

Az idegtudósok még mindig nem értik teljesen azt a folyamatot, hogy az agy hogyan alakítja át a vizuális információt

gondolatok.Ez azonban nem akadályozza meg az AI-t abban, hogy utánozza ezt a folyamatot. Japán tudósok a szöveget képekké alakító algoritmusokat és egy agyi tevékenységet elemző rendszert kombináltak. A Stable Diffusion mesterséges intelligenciája átvizsgálja az ember agyát, és újra létrehozza a látott képek viszonylag valósághű változatát.

Eredeti képek (felül) és Stable Diffusion agyi aktivitás felismerő képek. Kép: Yu Takagi, Shinji Nishimoto, bioRxiv

Nem ez az első tanulmány, amelyben a tudósokmesterséges intelligencia segítségével leolvasták az agyi szkenneléseket és újra létrehozták a képeket. De az új munkában egy további lépést is hozzáadtak: az AI képzése során a fényképek szöveges leírását használják. Ennek eredményeként az algoritmus nemcsak a képek megtekintésével kapcsolatos agyi aktivitást elemzi, hanem a szöveges leírást is. Ez olyan népszerű algoritmusokra emlékeztet, mint a DALL-E 2 és a Midjourney.

Mintafelismeréshez Stabil diffúziófunkcionális mágneses rezonancia képalkotás (fMRI) agyi szkennelési adatokat használ, amelyeket különféle képek megtekintése során gyűjtenek össze. Amikor az emberek egy fényképet néznek, a halántéklebenyek elemzik a kép tartalmára vonatkozó információkat (emberek, tárgyak vagy tájak), míg az occipitalis lebenyek a helyet és a perspektívát, például a tartalom léptékét és helyzetét elemzik.

Az MI betanításához a kutatók egy készletet használtakazok megtekintése közben gyűjtött agyi tevékenység képei és mintái. Egyszerű betanítással az algoritmus hatékonyan létrehozta a tárgyak elhelyezkedését és a megtekintett fényképek perspektíváját, de a kompozíció közepén lévő valós tárgyak helyett absztrakt alakzatokat rajzolt. Ám miután a tudósok szöveges leírásokat adtak a képzés során használt fényképekhez, a generált képek minősége jelentősen javult.

Eredeti kép (balra) és képek,vizuális (z), szöveges (c) és kombinált adatokon (jobbra) betanított algoritmusokkal nyertük. Kép: Yu Takagi, Shinji Nishimoto, bioRxiv

A kutatók megjegyzik, hogy a szöveg kombinációjaa vizuális adatok pedig a betanítás során lehetővé teszik a modell betanításához felhasználandó adatmennyiség jelentős csökkentését. Ugyanakkor megjegyzik, hogy az AI-t eddig csak négy ember fMRI-adatai alapján képezték ki és tesztelték. Valószínűleg nagyszámú emberből vett mintára lesz szükség egy univerzális algoritmus létrehozásához.

Olvass tovább:

Az úgynevezett vitamin, amely megvédi az agyat a demenciától

Az álmatlanság egyik fajtája, amely csökkenti a demencia kockázatát. De miért, az nem ismert.

Kiderült, mely férfiak a legtermékenyebbek: spermájuk 50%-kal jobb a többinél