Искусственный интеллект учится «читать мысли» на данных томографии
Американские ученые обучили нейронную сеть интерпретировать данные томографии и восстанавливать картинку, которую видит при этом человек.
Искусственный интеллект, кажется, стал еще на шаг ближе к окончательной победе над человеком. Ученые из американского Университета Пердью обучили нейронную сеть интерпретировать данные томографии головного мозга и восстанавливать изображения, которые видели при этом люди. Статью Чжунмина Лю (Zhongming Liu) и его коллег публикует журнал Cerebral Cortex.
Для начала авторы помещали трех добровольцев в томограф, демонстрируя им короткие видеоролики и регистрируя паттерны активности, которую вызывали они в зрительной коре и других частях их головного мозга. Эти данные использовались для обучения сверточной нейронной сети (Convolutional Neural Network, CNN) нахождению связи между теми или иными паттернами и образами. И действительно, при просмотре дополнительных клипов нейросеть достаточно точно предсказывала паттерны, которые они стимулировали в десятках участках мозга.
Аналогичным образом искусственный интеллект «угадывал» и то, что видел подопытный, по данным томографии. Конечно, «картинка» пока неидеальна: предсказание позволяет лишь назвать одну из 15 категорий объектов, о которых «думали» люди (самолеты, птицы, спорт и т. д.), зато с точностью более 50 процентов. Более того, даже если компьютер обрабатывал данные активности мозга прежде неизвестного ему добровольца, надежность его предсказаний все равно осталась на уровне 25 процентов, что существенно выше случайного выбора.
Реконструкция самого изображения пока что не слишком удается искусственному интеллекту: попытки восстановить картинку пиксель за пикселем приводят к получению довольно нелепых размытых фигур. С другой стороны, общие очертания и положения цветовых пятен реконструируются достаточно похоже. Авторы надеются, что рано или поздно будет возможной и полное восстановление изображения – фактически чтение мыслей с помощью томографа.
Telegram 
Дзен 
VK 
