Đọc Suy Nghĩ Bằng AI: Các Nhà Nghiên Cứu Đã Có Thể Dịch Sóng Não Thành Hình Ảnh

Giới thiệu

Hãy tưởng tượng sống khi bạn sống lại những ký ức của bạn hoặc xây dựng hình ảnh về những gì ai đó đang nghĩ. Nghe có vẻ giống như một điều gì đó bước ra từ một bộ phim khoa học viễn tưởng nhưng với những tiến bộ gần đây về thị giác máy tính và học sâu, điều đó đang trở thành hiện thực. Mặc dù các nhà thần kinh học vẫn đang nỗ lực để thực sự làm sáng tỏ cách bộ não con người chuyển đổi những gì mắt chúng ta nhìn thấy thành hình ảnh trong tâm trí, nhưng có vẻ như AI đang trở nên tốt hơn trong nhiệm vụ này. Hai nhà nghiên cứu, từ Trường Cao học Khoa học Sinh học Biên giới tại Đại học Osaka, đã đề xuất một phương pháp mới sử dụng LDM có tên là Khuếch tán Ổn định để tái tạo chính xác hình ảnh từ hoạt động não người thu được bằng hình ảnh cộng hưởng từ chức năng (fMRI). Mặc dù bài báo “ Tái tạo hình ảnh độ phân giải cao với các mô hình khuếch tán tiềm ẩn từ hoạt động não người”  của Yu Takagi và Shinji Nishimotois vẫn chưa được đánh giá ngang hàng, nó đã gây bão trên mạng vì kết quả chính xác đến kinh ngạc.

Công nghệ này có tiềm năng cách mạng hóa các lĩnh vực như tâm lý học, khoa học thần kinh và thậm chí cả hệ thống tư pháp hình sự. Hãy tưởng tượng một nghi phạm được hỏi về nơi anh ta ở trong thời gian xảy ra án mạng và anh ta trả lời rằng anh ta đang ở nhà. Nhưng hình ảnh dựng lại cho thấy anh ta ở hiện trường vụ án. Khá thú vị phải không? Vì vậy, làm thế nào nó hoạt động chính xác? Hãy tìm hiểu sâu hơn về tài liệu nghiên cứu này, những hạn chế và phạm vi tương lai của nó.

Làm thế nào nó hoạt động?

Các nhà nghiên cứu đã sử dụng Bộ dữ liệu cảnh quan thiên nhiên (NSD) do Đại học Minnesota cung cấp. Nó chứa dữ liệu thu được từ các lần quét fMRI của bốn đối tượng đã xem 10.000 hình ảnh khác nhau. Một tập hợp con gồm 982 hình ảnh được xem bởi cả bốn đối tượng đã được sử dụng làm bộ dữ liệu thử nghiệm. Hai mô hình AI khác nhau đã được đào tạo trong quá trình này. Một cái được sử dụng để liên kết hoạt động của não với các hình ảnh fMRI trong khi cái còn lại được sử dụng để liên kết nó với các mô tả bằng văn bản về hình ảnh mà các đối tượng đã xem. Cùng với nhau, các mô hình này cho phép Khuếch tán ổn định biến dữ liệu fMRI thành mô phỏng tương đối chính xác các hình ảnh không phải là một phần của quá trình đào tạo đạt độ chính xác gần 80%.

Hình ảnh gốc (trái) và Hình ảnh do AI tạo cho cả bốn đối tượng

Mô hình đầu tiên có thể tạo lại bố cục và phối cảnh của hình ảnh được xem một cách hiệu quả. Nhưng mô hình phải vật lộn với các đối tượng cụ thể như tháp đồng hồ và Nó tạo ra các hình trừu tượng và nhiều mây. Thay vì sử dụng các bộ dữ liệu lớn để dự đoán thêm chi tiết, các nhà nghiên cứu đã sử dụng mô hình AI thứ hai để liên kết các từ khóa từ chú thích hình ảnh với quét fMRI. Ví dụ: Nếu dữ liệu đào tạo có hình ảnh tháp đồng hồ thì hệ thống sẽ liên kết mô hình hoạt động của não với đối tượng đó. Trong giai đoạn thử nghiệm, nếu đối tượng tham gia đối tượng thể hiện một mẫu não tương tự thì Hệ thống sẽ cung cấp từ khóa đối tượng vào trình tạo văn bản thành hình ảnh thông thường của Khuếch tán ổn định, dẫn đến việc bắt chước hình ảnh thật một cách thuyết phục. 

(Ngoài cùng bên trái) Ảnh mà những người tham gia nghiên cứu xem, (ảnh thứ 2) Bố cục và Phối cảnh chỉ sử dụng các mẫu hoạt động của não, (ảnh thứ 3) Hình ảnh chỉ bằng thông tin văn bản, (ngoài cùng bên phải) Bổ sung thông tin văn bản và các mẫu hoạt động của não để tái tạo đối tượng trong bức ảnh 

Trong bài báo này, các nhà nghiên cứu cũng tuyên bố rằng đây là nghiên cứu đầu tiên thuộc loại này trong đó mỗi thành phần của LDM (Khuếch tán ổn định) được giải thích một cách định lượng từ góc độ khoa học thần kinh. Họ đã làm như vậy bằng cách ánh xạ các thành phần cụ thể tới các vùng riêng biệt của não. Mặc dù mô hình được đề xuất vẫn đang ở giai đoạn sơ khai nhưng mọi người đã nhanh chóng phản ứng với bài báo này và gọi mô hình là người đọc suy nghĩ tiếp theo. 

Hạn chế và phạm vi tương lai

Mặc dù độ chính xác của mô hình này khá ấn tượng, nhưng nó đã được thử nghiệm trên bản quét não của những người cung cấp bản quét não đào tạo. Sử dụng cùng một dữ liệu cho tập huấn luyện và tập kiểm tra có thể dẫn đến trang bị quá mức. Tuy nhiên, chúng ta không nên bỏ qua bài báo này vì những ấn phẩm như vậy thu hút các nhà nghiên cứu và chúng ta bắt đầu thấy các bài báo liên quan với những cải tiến gia tăng.

Xem xét những cải tiến trong lĩnh vực thị giác máy tính, bài báo này khiến tôi nghĩ: Liệu chúng ta có thể sớm sống lại những giấc mơ của mình không? Khá mát mẻ và đáng sợ cùng một lúc. Mặc dù nó khá hấp dẫn, nhưng nó làm dấy lên một số lo ngại về đạo đức về việc xâm phạm quyền riêng tư. Ngoài ra, vẫn còn một chặng đường dài trước khi chúng ta thực sự có thể tạo ra trải nghiệm chủ quan về một giấc mơ. Mô hình này chưa thực tế để sử dụng hàng ngày nhưng chúng ta đang tiến gần hơn đến việc hiểu cách thức hoạt động của bộ não. Công nghệ như vậy cũng có thể mang lại những tiến bộ to lớn trong lĩnh vực y tế, đặc biệt là đối với những người bị suy giảm khả năng giao tiếp. 

Phần kết luận 

Nếu sự cải tiến của mô hình được đề xuất xuất hiện trong bức tranh, thì đây có thể là ĐỘT PHÁ TIẾP THEO trong thế giới AI. Nhưng lợi ích và rủi ro phải được cân nhắc trước khi triển khai rộng rãi bất kỳ công nghệ nào. Tôi hy vọng bạn thích đọc bài viết này và tôi rất muốn nghe suy nghĩ của bạn về bài báo nghiên cứu tuyệt vời này.

Copyright Disclaimer:

This site does not store any files on its server. We only index and link to content provided by other sites. Please contact the content providers to delete copyright contents if any and email us, we'll remove relevant links or contents immediately.

Tuyên bố miễn trừ bản quyền:

Trang web này không lưu trữ bất kỳ tệp nào trên máy chủ của nó. Chúng tôi chỉ lập chỉ mục và liên kết đến nội dung được cung cấp bởi các trang web khác. Vui lòng liên hệ với các nhà cung cấp nội dung để xóa nội dung bản quyền nếu có và gửi email cho chúng tôi, chúng tôi sẽ xóa các liên kết hoặc nội dung có liên quan ngay lập tức.

Tham khảo các bài viết cùng chủ đề: