В останні роки ми спостерігаємо постійний прогрес у можливостях машин, оснащених штучний інтелект (AI), в тому числі щодо читання людських думок.
Відповідно, дослідники використали технологію створення відео на основі штучного інтелекту, щоб забезпечити «реальне» уявлення про те, що відбувається в нашій голові.
побачити більше
Це 4 знаки зодіаку, які найбільше люблять самотність, на думку...
Google розробляє інструмент ШІ, щоб допомогти журналістам у…
Інтерпретація повітряних сигналів головним чином обумовлена надією, що одного дня ми зможемо запропонувати нові способи спілкування для людей у комі або з різними формами паралічу.
Крім того, технологія також може створювати більш інтуїтивно зрозумілі інтерфейси між людьми та машинами з можливими застосуваннями для здорових людей.
На сьогоднішній день більшість досліджень зосереджено на відтворенні внутрішніх монологів пацієнтів шляхом визначення слів, про які вони думають, за допомогою систем ШІ.
Хоча найбільш багатообіцяючі результати були отримані за допомогою інвазивних повітряних імплантатів, навряд чи цей підхід буде практикою, яку використовує більшість людей.
ШІ використовувався для створення «розумних відео»
Дослідники Національного університету Сінгапуру та Китайського університету Гонконгу досягли прориву, поєднавши неінвазивне вбудоване сканування з технологією створення зображень. ШІ зображення.
Вони могли створювати короткі фрагменти відео, які разюче схожі на кліпи, які учасники переглядали під час збору їхніх радіальних даних.
Щоб досягти цього результату, дослідники спочатку навчили модель, використовуючи великі набори даних, зібрані за допомогою сканерів fMRI.
Потім вони поєднали цю модель із технологією обробки зображень AI Стабільна дифузія, з відкритим кодом, для створення відповідних зображень.
Один стаття нещодавно опублікований на сервері підготовки до друку arXiv використовує подібний підхід до попередніх досліджень авторів.
Однак цього разу вони адаптували систему для інтерпретації радіальних потоків даних і перетворення їх у відео замість нерухомих зображень.
Спочатку дослідник стежив за навчанням моделі, використовуючи великі набори даних фМРТ, щоб він міг отримати знання про загальні характеристики цих сканувань електричні.
Потім вони розширили навчання, щоб модель могла обробляти послідовність фМРТ-сканувань замість того, щоб розглядати їх окремо.
Згодом модель підтримувалася для нового навчання, цього разу з використанням комбінації Сканування фМРТ, відеокліпи, які викликали цю активність мозку, і текстова послідовність відповідний.
В окремому підході дослідник адаптував попередньо підготовлену модель Стабільна дифузія для створення відеозаписів замість нерухомих зображень.
Потім ця модель була піддана новому навчанню з використанням тих самих відео та текстової послідовності, які використовувалися під час навчання першої моделі.
Згодом дві моделі були об’єднані та підігнані за допомогою сканування фМРТ та відповідних відео.
Результат пошуку
Після об’єднання та налаштування моделей отримана система змогла виконувати нові фМРТ-сканування, які раніше не були доступні. раніше знайшов і згенерував відео, які виявили схожість із кліпами, які були у людей-учасників дивився.
Незважаючи на те, що ще є можливості для вдосконалення, результати ШІ загалом дуже близькі до вихідних відео, точне відтворення сцен посівів або табунів коней і підтримка візуалізації за допомогою колірної палітри використовується.
Дослідники, які стоять за дослідженням, кажуть, що ця область досліджень має потенційне застосування як у фундаментальній нейронауці, так і в майбутніх інтерфейсах мозок-машина.
Однак вони також визнають необхідність державних постанов і зусиль наукового співтовариства захищати конфіденційність біологічних даних і запобігати потенційному зловмисному використанню цієї технології відповідно до дозволу в своїй роботі.
Цей напрямок досліджень прокладає шлях до досягнень, здатних досягти розуміння людського розуму та розробка технологій, які можуть встановлювати більш складні інтерфейси між мозком і машини.
Хоча є важливі міркування, які необхідно розглянути, наприклад захист особистих даних і запобігання зловживанням, потенційна наукова та технологічна вигода є багатообіцяючою.
Любитель фільмів і серіалів і всього, що пов'язано з кіно. Активний допитливий в мережах, завжди на зв'язку з інформацією про Інтернет.