Látja az AI, amit nézel: megszületett a képrekonstruáló Brain-IT modell

brain-it

Különleges, a gondolatolvasás határát súroló mesterséges intelligencia modellt fejlesztettek ki az izraeli Weizmann Tudományos Intézet kutatói. A Brain-IT névre keresztelt algoritmus képes rekonstruálni azokat a vizuális ingereket, amelyeket az emberi alanyok a vizsgálat pillanatában néznek. A technológia alapját a funkcionális mágneses rezonanciavizsgálat (fMRI) adatai adják, amelyek a véráramlás és az oxigénszint változásán keresztül mérik az agyi aktivitást.

Az új modell a korábbi hasonló kísérletekhez képest nagyságrendekkel pontosabb képet ad az eredeti látványról. Míg a korábbi eljárások inkább csak a képek általános hangulatát vagy kategóriáját tudták felidézni, a Brain-IT a kompozíciót, a színeket és a részletes térelemeket is élethűen állítja helyre.

Drasztikusan lecsökkent a betanítási idő

A módszer igazi áttörése nem csupán a rekonstrukció pontosságában, hanem a hatékonyságában rejlik. A korábbi agyi dekódoló rendszereknél alanyonként akár 40 órányi fMRI-adat rögzítésére volt szükség ahhoz, hogy a modell megtanulja az adott személy agyi mintázatait. Ezzel szemben a Brain-IT mindössze egyetlen órányi mérés után képes hasonló vagy jobb teljesítményt nyújtani egy új alany esetében.

Ezt a drasztikus gyorsulást egy kétirányú architektúrával érték el a szakemberek. A rendszer nemcsak a felvett agyi jelekből alkot képet (dekódoló), hanem képekből is képes becsült fMRI-mintázatokat generálni (enkóder). Ez a megközelítés lehetővé teszi, hogy az algoritmus az emberi agy közös, általános mintázataira támaszkodjon ahelyett, hogy mindenkinél a nulláról kellene kezdenie a tanulást.

Korlátok és orvosi távlatok

Noha a sajtóban gyakran emlegetik gondolatolvasóként a technológiát, a kutatók hangsúlyozzák a korlátokat. A Brain-IT jelenleg kizárólag a szemmel aktívan nézett képeket tudja visszafejteni, és működéséhez elengedhetetlen a zárt fMRI-berendezés jelenléte. A rendszer néha még így is véthet hibákat: megesik, hogy egy süteményt szendvicsként, vagy egy kutyát más hasonló színű állatként jelenít meg.

A távolabbi célok között szerepel a mozgóképek és esetleg az álmok vizuális visszafejtése is, bár ez a másodpercenként változó képkockák és az fMRI mérésidőbeli korlátai miatt még komoly technikai akadályokba ütközik. A közvetlen gyakorlati haszon a gyógyászatban jelentkezhet: a súlyos bénulásban vagy kommunikációs képtelenségben szenvedő betegek számára jelenthet segítséget az ilyen elven működő agy-számítógép interfész.