Sciencefiction-realiteit: u kunt nu de gedachten van mensen omzetten in beelden
Een nieuw algoritme voor kunstmatige intelligentie (AI) kan je hersenactiviteit omzetten in beelden. Hij was in staat om duizend foto’s te herkennen met een overeenkomstnauwkeurigheid van ongeveer 80%.
Op de foto hierboven, in de bovenste rij, de afbeeldingen waar mensen naar keken. In de onderste rij staan afbeeldingen gemaakt door een algoritme dat de mentale activiteit van deze mensen analyseerde.
Als basis werd het DALL-E 2 neurale netwerkalgoritme van OpenAI genomen, dat met behulp van stabiele diffusie (LDM) afbeeldingen creëert volgens een tekstbeschrijving.
Een team van wetenschappers uit Japan deelde een reeks foto’s uit aan de experimentele groep, en toen mensen naar de foto’s keken, kregen ze een MRI (magnetic resonance imaging). Vervolgens werden de MRI-beelden ter interpretatie aan kunstmatige intelligentie gegeven.
“We laten zien dat onze methode afbeeldingen met een hoge resolutie kan reconstrueren met een hoge semantische nauwkeurigheid van menselijke hersenactiviteit”, deelde het team in een studie gepubliceerd in bioRxiv .
“In tegenstelling tot eerdere onderzoeken naar beeldreconstructie, vereist onze methode geen training of fijnafstemming van complexe deep learning-modellen.”
Het algoritme haalt informatie uit delen van de hersenen die betrokken zijn bij beeldperceptie, zoals de occipitale en temporale kwabben, volgens Yu Takagi, die de studie leidde.
Het team gebruikte MRI omdat het veranderingen in de bloedstroom in actieve delen van de hersenen vastlegt. MRI kan zelfs zuurstofmoleculen detecteren, zodat scanners kunnen zien waar in de hersenen onze neuronen – de zenuwcellen in de hersenen – het meest werken (en de meeste zuurstof verbruiken) wanneer we denken of emoties voelen.
Er waren slechts vier deelnemers aan deze studie, die elk een set van 1.000 afbeeldingen bekeken.
“We tonen aan dat ons eenvoudige raamwerk beelden met een hoge resolutie kan reconstrueren uit hersenactiviteit met een hoge semantische getrouwheid”, zegt de studie.
“We kwantificeren elk onderdeel van de LDM in termen van neurowetenschappen, waarbij we specifieke componenten in kaart brengen voor individuele hersengebieden.
We presenteren een objectieve interpretatie van hoe het tekst-naar-beeldproces geïmplementeerd door LDM de semantische informatie bevat die wordt uitgedrukt door de voorwaardelijke tekst, terwijl het uiterlijk van het originele beeld behouden blijft.”
Het combineren van kunstmatige intelligentie met hersenscanners is al lang een uitdaging voor de wetenschappelijke gemeenschap, die volgens hen de nieuwe sleutel is om onze innerlijke wereld te ontsluiten.
