Zonder twijfel groeit de wereld van computers en machine learning met grote sprongen. Bij deze gelegenheid moeten we het hebben over het nieuwste werk dat is ontwikkeld door een team van onderzoekers die tot de gerenommeerde Kamitani-lab van Universiteit van Kyoto (Japan), die erin zijn geslaagd software te ontwikkelen die, volgens de eerste experimenten, in staat is om op een scherm te lezen en te reproduceren wat iemand denkt.
We hebben het zonder twijfel over een veel relevantere vooruitgang dan het op het eerste gezicht lijkt de impact die een project als dit op elk gebied van ons leven kan hebben, is vrij groot En dit alles natuurlijk zonder in militaire kwesties te raken, een sector die zeker vooral geïnteresseerd zal zijn om uit de eerste hand te weten hoe een technologie als deze zich ontwikkelt.
Ze ontwikkelen een neuraal netwerk dat in staat is om te herkennen waar u aan denkt
Zoals overstegen in de krant die is gepubliceerd via een prestigieus en herkenbaar tijdschrift zoals Wetenschap, blijkbaar was de moeilijkste uitdaging waar het team van Japanse onderzoekers voor staat om te bereiken een algoritme creëren dat in staat is om de beelden opgenomen door de hersenen van een persoon te interpreteren en vooral nauwkeurig te reproduceren nadat u ze op een scherm hebt bekeken. Het algoritme is op zijn beurt ook in staat om te interpreteren en te reproduceren wat een persoon zich herinnert van de afbeeldingen die ze eerder hebben gezien.
In tegenstelling tot wat het misschien lijkt, staan we voor een mijlpaal die niemand op een andere manier heeft kunnen herscheppen. Om deze ontwikkeling een beetje in perspectief te plaatsen en beter te begrijpen wat er is bereikt, vertel je dat tot nu toe, pogingen om een algoritme te ontwikkelen dat in staat is om dit werk te doen, waren, om ze op de een of andere manier te bellen, vrij beperkt Het verschil tussen het uitgevoerde werk en het punt dat verschillende teams hadden bereikt, is dat dit neurale netwerk niet alleen de perceptie en computerreproductie van mentale beelden heeft vergroot, maar ook heeft toegestaan dat vormen die alleen bestaan, kunnen worden geïnterpreteerd en gerepliceerd. In een iemands verbeelding.
Drie vrijwilligers waren voldoende om deze interessante software te trainen
Zoals beschreven, besloten de onderzoekers waaruit het team bestond om te helpen bij de training en ontwikkeling van het neurale netwerk drie vrijwilligers met normaal zicht aan degenen die verschillende foto's zouden presenteren die behoren tot categorieën zoals natuur, letters en geometrische vormen.
Het idee met dit experiment was dat bij het bekijken van de beelden een activiteit zou worden gegenereerd in de hersenschors van elk van deze vrijwilligers die zou worden overgedragen en geanalyseerd in het neurale netwerk. Om zich te ontwikkelen en te leren van de verschillende reacties, moesten de vrijwilligers bekijk meer dan 1.000 afbeeldingen meerdere keren Om een beter idee te krijgen, konden we tussen de afbeeldingen een vis, eenvoudige gekleurde vormen of een vliegtuig vinden.
Ondanks de grote vooruitgang die het maken van deze software heeft betekend, hebben de ontwikkelaars nog veel werk voor de boeg
Om de hersenactiviteit van elk van de vrijwilligers vast te leggen, gebruikten de onderzoekers technieken zoals functionele magnetische resonantie, die de bloedstroom meet die aanwezig is in bepaalde delen van de hersenen en zo neurale activiteit onthult. Met elk van de afbeeldingen werd de hersenactiviteit van het individu geanalyseerd Dankzij dit enorme werk was het eindelijk mogelijk dat de computer voldoende capaciteit had om een beeld te reconstrueren van de hersenactiviteit die iemand op een bepaald moment presenteerde.
Geef daar als detail een opmerking over de reconstructie van een beeld is niet iets ogenblikkelijks, maar het neurale netwerk schetst het over ongeveer 200 ronden aangezien de perceptie die een individu ontvangt van de reactie die een individu heeft op het beeld dat is gepresenteerd of herinnerd, letterlijk moet worden vergeleken met de beelden die hij heeft opgeslagen. Uiteindelijk slaagt het neurale netwerk er als detail in om het hersenbeeld na te bootsen, maar krijgt het meer realisme dankzij een speciaal algoritme dat bovendien is geïmplementeerd.