Met de ontwikkeling van voorkeursherkenningssystemen en gerichte advertenties geven aanbiedingen om video's en vrienden op sociale netwerken te bekijken de gebruiker de illusie dat de computer zijn gedachten leest. Echter, voor beter of slechter gaan we eigenlijk naar computers en systemen die onze gedachten echt lezen. Een nieuwe studie door ontwikkelaars uit Japan is zonder overdrijving een absolute doorbraak in deze richting.
Een team van de universiteit van Kyoto besloot een virtueel neuraal netwerk te gebruiken om gedachten in een levend neuraal netwerk, in het menselijk brein, te lezen en te interpreteren. Hoewel het behoorlijk gek klinkt, is het experiment niet fundamenteel nieuw en zijn de Japanners niet de eerste groep die in deze richting werkt. Het verschil tussen het Kyoto-team en hun voorgangers is dat eerdere technieken afbeeldingen reconstrueerden uit de pixels en geometrische basisvormen. Een nieuwe technologie, genaamd "diepe beeldreconstructie", gaat echter verder dan binaire pixels en geeft onderzoekers de mogelijkheid om beelden te decoderen met meerdere kleur- en structuurlagen.
"Onze hersenen verwerken visuele informatie door hiërarchisch verschillende niveaus van eigenschappen of componenten van verschillende complexiteit te extraheren", zei Yukiyasu Kamitani, een van de wetenschappers die bij het onderzoek betrokken was, in een interview. "Deze neurale netwerken of AI-modellen kunnen worden gebruikt als een benadering van de hiërarchische structuur van het menselijk brein."
De studie duurde 10 maanden. Drie experimentele vrijwilligers keken gedurende verschillende tijdsperioden naar afbeeldingen van drie verschillende categorieën: natuurlijke objecten (zoals dieren of mensen), kunstmatige geometrische vormen en letters van het alfabet.
In dit geval werd de activiteit van de hersenen geregistreerd tijdens het bekijken van de beelden. De afbeelding werd vervolgens verwijderd en het onderwerp werd gevraagd na te denken over de foto waar hij net naar keek. Tegelijkertijd werd de hersenactiviteit opnieuw geregistreerd en werden de gegevens vergeleken met de vorige, waarna de resultaten werden ingevoerd in een virtueel neuraal netwerk, dat ze later gebruikte om hersenactiviteit te interpreteren als bepaalde gedachten.
Bij mensen (en inderdaad bij alle zoogdieren) bevindt de visuele cortex zich achter in de hersenen, in de achterhoofdskwab, die zich boven het cerebellum bevindt. Activiteit in de visuele cortex werd gemeten met behulp van functionele magnetische resonantiebeeldvorming (fMRI), waarbij het resulterende beeld werd omgezet in hiërarchische kenmerken van een virtueel neuraal netwerk.
Uitgaande van een willekeurige afbeelding optimaliseert het gegenereerde netwerk de pixelwaarden van die afbeelding vele malen. Als gevolg hiervan zijn de neurale netwerkfuncties van het invoerbeeld vergelijkbaar met die gedecodeerd uit hersenactiviteit.
Promotie video:
Het is belangrijk op te merken dat het experimentele model niet alleen uitgaat van natuurlijke beelden (mensen of natuur), maar ook uitgaat van het genereren en herkennen van kunstmatige structuren en geometrische vormen:
Zoals je in de video kunt zien, is het veel moeilijker voor het systeem om de afbeelding te decoderen in een situatie waarin een persoon niet naar de afbeelding kijkt, maar alleen nadenkt over wat hij zag. Dit is echter blijkbaar volkomen natuurlijk: niet elk brein onthoudt elk detail van de afbeelding die zojuist is gezien, bijvoorbeeld een pagina uit een boek. Onze herinneringen zijn meestal erg wazig en wazig.
In dit stadium van het onderzoek behouden de beelden die zijn gereconstrueerd op basis van hersenactiviteit slechts enige gelijkenis met de originele beelden die door de deelnemers aan het experiment werden bekeken, ze zien er in feite uit als minimaal gedetailleerde klonten pixels. Dit is echter pas het begin van het pad en na verloop van tijd zal de herkenningsnauwkeurigheid meer en meer zijn, hoewel we zelfs nu met vertrouwen kunnen zeggen aan welk object het onderwerp denkt.
Dit alles opent verbazingwekkende perspectieven voor ontwikkelaars. Stel je voor "instant modellering" wanneer je je een object in je hoofd voorstelt - een kunstconcept of een detail van een mechanisme - en de computer maakt onmiddellijk, zonder op een knop te drukken, automatisch het noodzakelijke driedimensionale object.
Of zou AI veel verder kunnen gaan, je hersenactiviteit registreren terwijl je slaapt en vervolgens al je dromen opnieuw creëren in een 3D-wereld?
Er zijn talloze toepassingen van deze ontwikkeling, dus het Japanse team werkt overal hard aan. Het is echter in al onze gemeenschappelijke belangen dat gedachtenlezen geleidelijk en zorgvuldig genoeg vordert, aangezien technologie vele gevaren met zich meebrengt.
