Nang walang pag-aalinlangan, ang mundo ng computer science at pag-aaral ng makina ay lumalaki nang mabilis. Sa pagkakataong ito kailangan nating pag-usapan ang pinakabagong gawaing binuo ng isang pangkat ng mga mananaliksik na kabilang sa sikat Kamitani lab ng Unibersidad ng Kyoto (Japan), na pinamamahalaang bumuo ng software na, ayon sa mga unang eksperimento, ay may kakayahang basahin at kopyahin sa isang screen kung ano ang iniisip ng isang tao.
Nang walang pag-aalinlangan, pinag-uusapan natin ang tungkol sa isang mas may-katuturang pagsulong kaysa sa mukhang sa unang tingin simula noon ang epekto na maaaring magkaroon ng isang proyektong tulad nito sa anumang lugar ng ating buhay ay medyo malaki At ang lahat ng ito, syempre, nang hindi napapasok sa mga isyu sa militar, isang sektor na tiyak na magiging interesado lalo na malaman kung paano unang uusad ang isang teknolohiya.
Bumuo sila ng isang neural network na may kakayahang makilala kung ano ang iyong iniisip
Tulad ng naganap sa papel na nai-publish sa pamamagitan ng isang prestihiyoso at makikilalang magazine tulad ng agham, maliwanag na ang pinaka-kumplikadong hamon na kinakaharap ng pangkat ng mga mananaliksik na Hapones ay upang makamit lumikha ng isang algorithm na may kakayahang bigyang kahulugan at, higit sa lahat, ng tumpak na muling paggawa ng mga imaheng naitala ng utak ng isang tao pagkatapos matingnan ang mga ito sa isang screen. Kaugnay nito, ang algorithm ay may kakayahang bigyang kahulugan at muling gawin kung ano ang naaalala ng isang tao mula sa mga imaheng nakita nila dati.
Taliwas sa kung ano ang tila, nahaharap tayo sa isang milyahe na walang sinumang namamahala upang muling likhain ng anumang iba pang mga paraan. Upang ilagay ang kaunlaran sa kaunlaran na ito at higit na maunawaan kung ano ang nakamit, sabihin lamang sa iyo iyan sa ngayon, pagtatangka upang bumuo ng isang algorithm na may kakayahang gawin ang gawaing ito ay, sa pagtawag sa kanila kahit papaano, medyo limitado. Ang pagkakaiba sa pagitan ng gawaing natupad at ang puntong naabot ng iba`t ibang mga koponan ay ang neural network na ito ay hindi lamang nadagdagan ang pang-unawa at muling paggawa ng computer ng mga imaheng imahe, ngunit pinapayagan din ang mga form na mayroon lamang na maaaring bigyang kahulugan at kinopya. Sa isang imahinasyon ng tao.
Tatlong mga boluntaryo ay sapat na upang sanayin ang kagiliw-giliw na software na ito
Tulad ng inilarawan, upang matulungan sa pagsasanay at pag-unlad ng neural network, nagpasya ang mga mananaliksik na bumubuo sa koponan na gamitin tatlong mga boluntaryo na may normal na paningin sa mga magpapakita ng magkakaibang mga litrato na kabilang sa mga kategorya tulad ng kalikasan, mga titik at mga geometric na hugis.
Ang ideya sa eksperimentong ito ay kapag pagtingin sa mga imahe, ang isang aktibidad ay mabubuo sa cerebral cortex ng bawat isa sa mga boluntaryong ito na maililipat at pinag-aaralan sa neural network. Upang makabuo ito at matuto mula sa iba't ibang mga reaksyon, kinailangan ng mga boluntaryo tingnan ang higit sa 1.000 mga imahe nang maraming beses. Kabilang sa mga imahe, upang makakuha kami ng isang mas mahusay na ideya, maaari kaming makahanap ng isang isda, simpleng may kulay na mga hugis o isang eroplano.
Sa kabila ng mahusay na pag-unlad na dinala ng paglikha ng software na ito, ang mga developer nito ay mayroon pa ring maraming gawain sa unahan nila
Upang maitala ang aktibidad ng utak ng bawat isa sa mga boluntaryo, ang mga mananaliksik ay gumamit ng mga diskarte tulad ng functional magnetic resonance, na sumusukat sa daloy ng dugo na naroroon sa ilang mga rehiyon ng utak at sa gayon ay nagpapakita ng aktibidad ng neural. Sa bawat isa sa mga imahe ay nasuri ang aktibidad ng utak ng indibidwal. Salamat sa napakalaking gawaing ito, posible sa wakas na ang computer ay may sapat na kakayahan upang muling maitayo ang isang imahe mula sa aktibidad ng utak na ipinakita ng sinumang tao sa isang naibigay na sandali.
Bilang isang detalye, magkomento lamang iyan ang muling pagtatayo ng isang imahe ay hindi isang bagay na madalian ngunit ang neural network ay binabalangkas ang pareho sa buong 200 na pag-ikot dahil literal na ang pang-unawa na natatanggap ng isang indibidwal ang reaksyon na mayroon ang isang indibidwal sa imaheng ipinakita o naalala ay dapat ihambing sa naimbak niya. Sa huli, bilang isang detalye, hindi lamang ang neural network ang namamahala na makopya ang imahe ng utak, ngunit nakakakuha ito ng mas maraming pagiging makatotohanan salamat sa isang espesyal na algorithm na naidagdag na ipinatupad.