Считаете ли вы, что темпы разработки коммерческих чат-ботов с искусственным интеллектом слишком поспешны, и нам следует замедлить их, пока еще есть время? Так что даже не хочется знать, что сейчас происходит в лабораториях по всему миру и что относительно скоро станет нормой.
Не прошло и двух месяцев, как мы здесь они написали о некоторых исследованиях из Японии, которые смогли использовать ИИ для преобразования чрезвычайно сложных результатов функциональной магнитно-резонансной томографии (фМРТ) к изображениям и кадрам пленки. Ученые того времени использовали в основном та же технологияна котором также построен популярный ИИ-генератор Midjourney или Stable Diffusion.
Просто, Японцам удалось довольно реалистично отобразить то, что мы сейчас наблюдаем, путем дистанционного наблюдения за химическими изменениями в мозге.. Таким образом, нынешнее молодое поколение могло бы дожить до того времени, когда мы сможем подобным образом визуализировать, например, то, о чем думает прикованный к постели человек, или то, что нам самим приснилось прошлой бурной ночью.
Что, если мы подключим ChatGPT к мозгу?
Через несколько недель они продолжили исследования Университета Осаки в США и пошли гораздо дальше. Джерри Танг и научный руководитель Алекс Хут из Техасского университета в Остине опубликовали в журнале Nature заключительный отчеткоторый описывает чтение и интерпретация человеческих мыслей с помощью языкового преобразователя. Проще говоря, они сделали то же самое, как если бы вы вживили в свой мозг текстовый генератор, который также поддерживает ChatGPT.!
Джерри Танг, Алекс Хут и Шейли Джейн собирают данные функциональной магнитно-резонансной томографии.
Статья в Nature не является общедоступной, но университет она выставила также на внешнем хранилище и, наконец, доступно i предварительный отчет прошлой осенью в публичном репозитории биотехнологических исследований bioRxiv.
Следует отметить, что практически все можно опубликовать на bioRxiv и более общем Arxiv без надлежащей рецензирования, поэтому иногда это полная ерунда, но отметка в известной сети Nature — это совсем другое.
Что такое трансформатор
Трансформер — это общая архитектура ИИ, впервые описанная в 2017 году исследователями из Google Brain. Но в итоге они слизывали сливки в основном в OpenAI, потому что свои большие языковые модели они строили из семейства GPT (аббревиатура от гактивный ппереобученный Тформы грабежа).
Короче говоря, это искусственный интеллект, который учит искать взаимосвязи в последовательных (последовательных) данных. Все началось с текста и звука (потока последовательных букв и тонов), но за последние два года наблюдается огромный рост, поэтому сегодня есть преобразователи для детекторов изображений и других областей.
Многие эксперты считают, что за этим семейством архитектур ИИ будущее всей отрасли, поскольку они обеспечивают гораздо более высокую производительность, чем предыдущие технологии.
Гемодинамический ответ
Так что же они на самом деле делали в Техасе? Они просто привязали нескольких добровольцев к кровати массивного аппарата МРТ, какими мы их знаем по больницам, и часами проигрывали им подкасты. Добровольцы слушали их, а наша команда записывала гигабайты данных о том, что творилось в их головах в тот самый момент.
Функциональная магнитно-резонансная томография по-разному показывает, что происходит в мозгу, но технология является одной из наиболее типичных. СМЕЛЫЙ (бистория-окислород-луровень-гзависимая визуализация), которую они также выбрали в Техасе.
Типичный ЖИРНЫЙ результат МРТ
На самом деле это немного из области научной фантастики, потому что жирным шрифтом измеряется не совокупная электрическая активность нейронов напрямую, как в случае с ЭЭГ, а их корреляция. гемодинамический ответ. Какого черта? Ну, вы все знаете, что наши нейроны работают на сахаре и кислороде, но у них нет собственного топливного бака.
Итак, как только вы выполняете какую-то очень сложную интеллектуальную деятельность — например, открываете Živě.cz на своем мобильном телефоне — тело начинает перекачивать в мозг свежую насыщенную кислородом кровь и питательные вещества, как во время воскресной велопрогулки. Думайте много, думайте хорошо и часто и с небольшим преувеличением вы похудеете.
Важно то, что мы можем отслеживать это внезапное изменение оксигенации мозгового кровотока, и BOLD fMRI является одним из способов. На самом деле очень похоже на то, как вы хотели бы оценить происходящее в вашем селе (параллельно мозгу), отслеживая скорость вращения электросчетчика в каждом доме (параллельно гемодинамическому ответу отдельных участков мозга) .
Часы прослушивания подкастов внутри аппарата фМРТ
Но вернемся в Техас. Безбожные добровольцы часами слушали подкасты, ученые сохраняли квантовые данные с фМРТ, а затем отображали эту информацию на языковой преобразователь (ведь подкаст — это произнесенное слово, т.е. последовательный поток букв).
Джерри Танг готовит добровольца к прослушиванию подкастов в сканере фМРТ.
После того, как они таким образом создали свою языковую нейронную модель для каждого из добровольцев, они могли отменить всю операцию, и преобразователь начал генерировать текст вместо обучения. Текст с грубым описанием того, что происходит в мозгу.
Декодер пишет резюме того, что мы думаем
Поскольку мы одновременно представляем себе информацию во время прослушивания, то есть в рассказе задействован весь спектр областей нашего сознания, в том числе и визуальная, семантический декодер от Остина зафиксировал этот сложный образ целиком. Благодаря этому он реагирует не только на голос, но и на зрительное восприятие и на само представление.
Слева реальный стимул (то, что произошло на видео, реальная идея волонтера), справа вывод семантического декодера. Синий указывает на точное совпадение, фиолетовый — на описание ситуации своими словами (суть = суть/резюме), красный — на неверный вывод.
Когда добровольцы смотрели короткое видео без звуковой дорожки, семантическому декодеру было достаточно начать писать краткое изложение того, что на самом деле происходит в видео. И когда они просто о чем-то думали, дешифратор работал точно так же.
Краткий видеотур о том, на что способен семантический декодер из Техаса (без звука):
Стивен Хокинг
Если наука будет продолжать развиваться такими же темпами, Танг и Хут обещают, что мы можем дожить до того, чтобы увидеть устройство, которое сможет писать или читать мысли человека, прикованного к инвалидному креслу и кровати, но все еще находящегося в сознании.
Настольный компьютер синтезатора звука Стивена Хаквинга
Представьте себе, например, Стивена Хокинга, который именно так излагал бы свои исследования и идеи, без сложной подготовки, предшествующей каждому предложению с голосового синтезатора. Он просто думал о том, что хотел донести до мира, и это происходило.
Уже было много экспериментов с переводом мыслей в текст, но все они работали с ограниченным словарным запасом в несколько слов или требовали мозгового импланта. Однако благодаря ИИ на основе трансформера семантический декодер использует очень богатый словарный запас, полученный в результате многочасового прослушивания подкастов, и работает даже без дырки в голове.
фНИРС вместо МРТ
Сама фМРТ является технической слабостью. Магнитно-резонансная машина — это не совсем маленький шлем, который вы заряжаете на тумбочке, а многотонный монстр.
Здесь тоже все выглядит многообещающе, так как другие академические группы усердно разрабатывают и исследуют возможности обнаружения нейронной активности с помощью этой техники. fNIRS (фнедействующий нухо-янфрарред. сспектроскопия), чьи выходные данные относительно похожи на жирный шрифт.
fNIRS для карманного мониторинга гемодинамического ответа головного мозга
Функциональная ближняя инфракрасная спектроскопия отличается тем, что отслеживает гемодинамический ответ на активность нейронов с помощью поверхностного зондирования головы.
На самом деле он работает аналогично оксиметрам в наших смарт-часах, которые измеряют уровень насыщения кислородом, просто освещая кожу и измеряя отражение света от крови в крошечных капиллярах. Кровяной пигмент гемоглобин поглощает частоты ближний ИК пока больше всего.
Оксигенированные и неоксигенированные эритроциты
В то же время, однако, поверхностный мониторинг гемодинамического ответа в принципе очень медленный, происходит с огромным латентным периодом, а информативность еще более разбавляется непосредственным окружением. Однако даже при этом ИИ может со временем помочь, и это лучшее, что человечество изобрело до сих пор для поиска закономерностей, скрытых от людей в данных.
Должны ли мы бояться?
Нет, по крайней мере пока. Танг и Хут заверяют общественность, что, даже если мы сможем заменить многотонный фМРТ-аппарат чипом внутри беспроводных наушников в ближайшие десятилетия, элемент свободы воли является ключевым.
Поскольку их техника пассивна, она ничего не посылает в мозг и реагирует только на то, что мы думаем. Поэтому, как только они дали добровольцам указание думать о чем-то другом, кроме того, на что они смотрели, это, конечно же, перестало работать. Когнитивная деятельность имела более сильный отклик в мозгу, чем зрительное восприятие, декодер текста заблудился в шуме и начал писать ерунду. Так что на данный момент все работает, только если мы хотим, чтобы это работало.
ChatGPT год назад тоже был научной фантастикой
А во-вторых, мы (пока) далеки от видения такого читателя, работающего с универсальной обученной моделью. Мозг уникален, поэтому обученную модель одного добровольца нельзя было использовать для расшифровки мозга другого участника эксперимента. Ну, по крайней мере, пока.
Однако при нынешних темпах первичных и прикладных исследований ИИ всего через несколько лет все может измениться. В конце концов, даже ChatGPT сегодня может делать то, о чем мы могли только мечтать в октябре прошлого года. Сегодня это реальность. Поэтому возникает риторический вопрос, какой будет реальность 2 мая 2024 года. Как вы думаете?
2023-05-02 17:45:24
1683097173
#Так #что #теперь #просто #бойтесь #ИИ #Техасе #мозгу #подключили #чтото #вроде #ChatGPT #Živě.cz
