През последните години наблюдаваме постоянен напредък във възможностите на машините, оборудвани с изкуствен интелект (AI), включително по отношение на четенето на човешки умове.
Съответно, изследователите са използвали базирана на изкуствен интелект технология за генериране на видео, за да осигурят „реален“ изглед на това, което се случва в умовете ни.
виж повече
Това са 4-те зодии, които най-много обичат самотата, според...
Google разработва AI инструмент, за да помогне на журналистите в...
Тълкуването на въздушните сигнали се ръководи главно от надеждата, че един ден ще можем да предложим нови начини за комуникация за хора в кома или с различни форми на парализа.
В допълнение, технологията може също да създаде по-интуитивни интерфейси между хора и машини, с възможни приложения за здрави хора.
Към днешна дата повечето изследвания са фокусирани върху пресъздаване на вътрешните монолози на пациентите чрез идентифициране на думите, за които те мислят, с помощта на AI системи.
Докато най-обещаващите резултати са получени с помощта на инвазивни въздушни импланти, този подход е малко вероятно да бъде практиката, която повечето хора използват.
AI, използван за създаване на „видео на ума“
Изследователи от Националния университет в Сингапур и Китайския университет в Хонконг постигна пробив чрез комбиниране на неинвазивни вградени сканирания с технология за генериране на изображения. AI изображения.
Те могат да създадат кратки фрагменти от видео, които са поразително подобни на клиповете, които участниците са гледали, когато са събрани техните радиални данни.
За да постигнат този резултат, изследователите първо са обучили модел, използвайки големи набори от данни, събрани с помощта на fMRI въздушни скенери.
След това те комбинираха този модел с технология за изображения AI стабилна дифузия, отворен код, за създаване на съответните изображения.
един статия наскоро публикуван на сървъра за предпечат arXiv използва подобен подход към предишните изследвания на авторите.
Този път обаче те адаптираха системата да интерпретира радиални потоци от данни и да ги конвертира във видеоклипове вместо неподвижни изображения.
Първоначално изследователят следва обучението на модела, използвайки обширни набори от данни fMRI, за да може да придобие знания за общите характеристики на тези сканирания електрически.
След това те разшириха обучението, така че моделът да може да обработва последователност от fMRI сканирания, вместо да ги третира индивидуално.
Впоследствие моделът беше поддържан за ново обучение, този път използвайки комбинацията от fMRI сканирания, видеоклипове, които предизвикват тази мозъчна дейност, и текстова последователност съответстващ.
В отделен подход изследователят адаптира предварително обучения модел Стабилна дифузия за генериране на видеоклипове вместо неподвижни изображения.
След това този модел беше подложен на ново обучение, използвайки същите видеоклипове и текстова последователност, които бяха използвани при обучението на първия модел.
Впоследствие двата модела бяха комбинирани и монтирани с помощта на fMRI сканиранията и съответните им свързани видеоклипове.
Резултат от търсенето
След комбиниране и настройка на моделите, получената система успя да извърши нови fMRI сканирания, които не бяха налични преди това. преди това са намерени и генерирани видеоклипове, които са разкрили прилики с клиповете, които са имали човешките участници Гледах.
Въпреки че все още има място за подобрение, AI изходът като цяло е много близък до оригиналните видеоклипове, точно възпроизвеждане на сцени от култури или стада коне и поддържане на визуализация с цветовата палитра използвани.
Изследователите зад проучването казват, че тази област на изследване има потенциални приложения както във фундаменталните невронауки, така и в бъдещите интерфейси мозък-машина.
Въпреки това, те също признават необходимостта от правителствени разпоредби и усилия от страна на научната общност за защитават поверителността на биологичните данни и предотвратяват потенциално злонамерено използване на тази технология, както е разрешено в тяхната работа.
Тази линия на изследване проправя пътя за напредък, способен да достигне до разбирането на човешкия ум и развитие на технологии, които могат да установят по-сложни интерфейси между мозъка и машини.
Въпреки че има важни съображения, на които трябва да се обърне внимание, като защита на личните данни и предотвратяване на злоупотреби, потенциалната научна и технологична полза е обещаваща.
Любител на филми и сериали и всичко свързано с киното. Активен любопитен в мрежите, винаги свързан с информация за мрежата.