Учени използват машинно обучение с изкуствен интелект, за да разберат, какво си мислим
Постигайки следващо ниво на напредък на мозъчно-компютърния интерфейс (BCI), изследователи от университета в Хелзинки го използваха, за да създадат иновативна система. Тя използва сигнали от мозъка, за да генерира изображения на това, което потребителят мисли. Това е първото изследване, което използва невронна активност, за да адаптира генеративен компютърен модел и да създаде нова информация, отговаряща на намерението на човешки оператор.
Индустрията за мозъчно-компютърни интерфейси носи обещанието за иновации в бъдещето на невропротезните медицински и лечебни процедури. Примери за BCI компании, ръководени от пионери-предприемачи са Bryan Johnson’s Kernel и Elon Musk’s Neuralink.
Постижения до момента
Изследователите са използвали комбинация от генеративна невронна мрежа с невроадаптивно взаимодействие на мозъка, за да създадат нова BCI парадигма. Невроадаптивното генеративно моделиране е оценка на намеренията на човек, чрез адаптиране на генеративен модел към невронна активност. За да разширят възможностите и да не бъдат ограничени до предварително определени категории, учените основават решението на генеративна състезателна мрежа (GAN), за да генерират нова информация от скрито представяне на входно пространство.
Досегашните проучвания върху интерфейса мозък-компютър са демонстрирали способността да се изпълняват предимно ограничени, предварително установени действия. Такива са двумерно движение на курсора на екрана на компютъра или въвеждане на конкретна буква от азбуката. Типичното решение използва компютърна система за интерпретация на мозъчни сигнали, свързани със стимули, за да моделира психични състояния. В стремежа си да създадат по-гъвкава, адаптивна система, изследователите изобретиха изкуствена такава, която може да си представи и изведе това, което човек визуализира въз основа на мозъчни сигнали. Подобен подход към невроадаптивното генеративно моделиране е изцяло нова парадигма, която може силно да повлияе на експерименталната психология и когнитивната неврология.
Генеративните съпернически мрежи са сравнително скорошна иновация в машинното обучение за изкуствен интелект. При тях две изкуствени невронни мрежи едновременно се обучават една друга, конкурирайки се. Обратното размножаване се прилага към противодействащите си невронни мрежи. GAN позволява на машините да си представят и създават свои собствени нови изображения. Мозъчната активност се използва за регулиране на латентното пространство, за да осигури неограничен изход от взетите проби.
Реализация
В това проучване 31 участници са инструктирани да гледат пасивно изображения и да се фокусират психически върху тях. Действието отговаря на определени критерии, тъй като мозъчната им активност е била записана, чрез неинвазивна електроенцефалограма. Участниците бяха натоварени да изпълнят осем задачи за разпознаване на категории лица, като са се фокусирали върху усмихнати или намусени, руси или тъмни коси, млади, стари, жени или мъже.
Класификатор отделя мозъчните реакции в тестовия набор въз основа на критериите за съответните или неподходящите изображения. Векторите на съответните изображения се подават към модела на намерението, който генерира визуализация на умствената цел. По този начин нервните реакции на участника възпроизвеждат умишлен модел, който може да се използва за генериране на нови образи. След това компютърно генерираните изображения са оценени от участниците за валидиране.
Експериментът е предоставил сериозни доказателства, че невроадаптивното моделиране е много ефективно при генерирането на несъществуваща досега информация, съответстваща на предвидените категории на човешкия оператор.
Очаква се развитието на мозъчни-компютърни интерфейси да нарасне през следващите седем години при прогнозен годишен темп на растеж от 15,5%. Усъвършенстването му един ден може да помогне за лечение на различни мозъчни разстройства и заболявания като деменция, епилепсия, парализа, болест на Алцхаймер, болест на Паркинсон и нарушения на съня. С всяко иновационно откритие науката пробива съществуващите граници с нови парадигми с надеждата за по-добро бъдеще.
