Muutama päivä sitten bioRxiv.org-esipainatusportaali julkaisi venäläisten tutkijoiden töitä Moskovan fysiikan ja tekniikan instituutista sekä Neurobotics- ja Neuroassistive Technologies -yrityksiä, jotka kehittävät neurotietokoneiden rajapintoja. Artikkelissa väitetään, että tutkijat ja kehittäjät ovat onnistuneet opettamaan algoritmin reaaliajassa rekonstruoimaan videon, jonka henkilö on katsellut EEG-signaaleilla. Kuulostaa todella siistiltä ja mielenkiintoiselta - melkein kuin mielenluku. Itse asiassa kaikki ei tietenkään ole niin yksinkertaista: tietokoneet eivät ole oppineet lukemaan ajatuksia. Lyhyesti sanottuna tietokone oppi EEG-tallennuksesta määrittämään, minkä kuvan viidestä erilaisesta aiemmin tunnetusta luokasta kohde näki. Kokeestamme rakennettiin, mitä tehtäviä tutkijat asettivat ja miksi ajattelutapaa ei todennäköisesti toteuteta lähitulevaisuudessa, kerromme blogissamme.
Yleisesti ottaen ajatus lukea aivojen sähköinen signaali ja purkaa se niin, että näet mitä ihminen ajattelee tai tekee tiettynä hetkenä ottaen huomioon nykyisen teknologisen kehityksen vauhdin, ei vaikuta niin vaikealta. Tässä on signaali, ja tässä tämä on, mitä tämä signaali tarkoittaa: lisää kaksi ja kaksi, kouluta luokitin ja saat tarvittavan tuloksen.
Tuloksena on, mitä futuristit ja tietämättömät ihmiset kutsuvat "mielenlukemiseen". Ja näyttää siltä, että tällainen tekniikka voisi löytää itsensä useista sovelluksista: täydellisistä neurotietokoneiden rajapinnoista, joiden avulla voit hallita älykkäitä proteeseja, järjestelmään, joka kertoo lopulta, mitä kissasi ajattelee siellä.
Itse asiassa kaikki ei tietenkään ole niin yksinkertaista, ja ajatus tällaisen algoritmin luomisesta hajoaa melkein välittömästi tärkeimmästä esteestä: meidän on käsiteltävä aivoja. Aivot ovat erittäin monimutkainen asia: niissä on yli 80 miljardia neuronia ja niiden väliset yhteydet ovat useita tuhansia kertoja.
Jopa maallikolle on selvää: tämä on liikaa, jotta voimme ymmärtää, mistä kukin solu ja heidän aggregaattinsa on vastuussa. Tutkijat eivät ole vielä päättäneet ihmisen yhteydestä - vaikka he yrittäisivät tehdä sen suhteellisen menestyksekkäästi.
Esiintyy looginen kysymys: onko tarpeen lainkaan ymmärtää kunkin neuronin toimintaa, jotta voidaan aivoissa tapahtuvaa tarkasti edustaa? Eikö esimerkiksi oikeasti ole tarpeeksi toimivia karttoja?
Itse asiassa vastauksen tähän kysymykseen pitäisi olla "kyllä", mutta edes täällä se ei ole niin yksinkertaista. Jos ihmiskunta luottaisi kondomin dekoodaamiseen ainoana avaimena aivojen mysteerin vapauttamiseen, olisimme tänään lähellä. Tiedämme kuitenkin jotain aivojemme toiminnasta ja tietysti voimme käyttää sitä onnistuneesti.
Mainosvideo:
Yksi kirkkaimmista ja ilmeisimmistä esimerkeistä tutkijoiden aivojen työstä keräämän tiedon käyttämiseksi on tietysti neurorajapinnat. Yleisesti ottaen tänään on todella tekniikoita, jotka sallivat aivojen toiminnan lukemisen ja sen käytön esimerkiksi tietokonehiiren kohdistimen tai jopa proteesin liikkeiden hallitsemiseksi.
Neuraalisen rajapinnan tehokkaan toiminnan saavuttamiseksi on kaksi tapaa. Ensimmäinen menetelmä herättää potentiaalit: tarkastelemme aivojen tiettyjen osien sähköisen aktiivisuuden käyrää ja valitsemme sen signaalin muutokset, jotka, kuten tiedämme tietysti, ilmestyvät tietyllä hetkellä stimulaation esittämisen jälkeen.
Toinen tapa ei ole luottaa lainkaan stimulaatioon, vaan käyttää ihmisen mielikuvitusta luettavan sähköisen signaalin luomiseen. Esimerkiksi henkilöä voidaan pyytää visualisoimaan, kuinka hän liikuttaa jalkaansa tai käsivarteensa.
Molemmilla menetelmillä on merkittäviä haittoja. Ensimmäistä haittaa se, että meille tunnettujen luotettavasti herätettyjen potentiaalien lukumäärä ei ole niin suuri: niiden lukumäärä ei pysty kattamaan kaikkia ihmisen mahdollisia toimia. Toisen haittana on, että ainakin jonkin verran vaikutuksen saavuttamiseksi tarvitaan pitkät harjoitukset.
Esipainetun kirjoittajat päättivät yhdistää molemmat lähestymistavat neurotietokoneiden rajapintojen luomiseen uskoen perustellusti, että tämä säästää molemmat menetelmät merkittäviltä rajoituksilta ja antaa mahdollisuuden kehittää uusi ja tehokkain menetelmä neuro-rajapintojen käsittelyyn tänään.
Oletetaan myös, että tämä menetelmä suljetaan (suljettu silmukka), toisin sanoen sen avulla saatu tulos vaikuttaa puolestaan algoritmin toimintaan. Mutta lisää siitä myöhemmin.
Alussa algoritmi hajottaa kaikki kuvat erillisiksi komponenttimerkeiksi, jotka jakautuvat vektoritilaan, joiden avulla ne voidaan sitten korreloida tiettyjen EEG: llä tallennettujen aivosignaalien kanssa.
Tässä alkuvaiheessa käytetään binaariluokitinta - karkeasti sanottuna hyvin "kahta ja kahta": jolla on riittävän puhdas signaali (EEG-tallenne poistettiin moottorin esineistä), voit valita joko yhden tai toisen tarkkuuden, joka on suurempi kuin satunnainen osuma.
Kokeiluissaan tutkijat käyttivät videoita viiden luokan esineistä: ihmisten kuvia, vesiputouksia, abstrakteja geometrisia muotoja, extreme-urheilulajeja ja Goldberg-autoja. Yhtäältä tällainen joukko vaikuttaa omituiselta, mutta toisaalta näyttää siltä, että kaikki nämä esineet ovat hyvin erilaisia toisistaan. Onko ihmisten kasvojen ja abstraktien geometristen muotojen välillä todellakin jotain yhteistä?
Sillä välin binaariluokittelijan mukaan abstraktit hahmot ja ihmisen kasvot eivät ole erotettavissa toisistaan: yhdeksän tutkimuksesta 17 osallistujan tulokset osoittavat, että hermorajapinta ilmeisesti ei pystynyt erottamaan niitä toisistaan. Mutta Goldbergin koneet ja samat kasvot, aivojen kannalta, päinvastoin, eroavat toisistaan hyvin.
Luokituksen tulokset. A - abstraktit muodot, W - vesiputouksia, HF - ihmisten kasvot, GM - Goldberg-autot, E & Extreme-urheilulajit.
Ensi silmäyksellä ei ole kovin selvää, miksi näin tapahtuu: pikemminkin samoja koneita ja geometrisia muotoja ei voida erottaa toisistaan. Kaikki tulee hieman selkeämmäksi, jos tarkastelet esimerkkiä käytettyjen videoiden kehyksistä.
Näyte kuvia viidestä luokasta.
Luultavasti (voimme tietenkin vain olettaa tässä) luokittelijan menestys riippuu siitä, kuinka paljon kahdessa luokassa käytetyt kuvat eroavat toisistaan joidenkin pinnallisten, perusominaisuuksien - ensinnäkin värin - suhteen. Tämä korreloi myös hyvin sen tosiasian kanssa, että autoenkooderin piilevän tilan mitta on 10.
Yleensä viiden luokan kuvien luokittelemiseksi riittää viiden ulottuvuuden, mutta tässä tapauksessa se tehdään korkeintaan värihistogrammin avulla - mikä tarkoittaa, että mitta 10 ei parane liikaa ja selventää tulosta.
Ei ole kovin selvää, miksi tekijät eivät käyttäneet lineaarista luokittelijaa viidessä luokassa kerralla kymmenen binaariluokittajan sijasta: todennäköisesti se olisi ollut parempi.
Sitten tulee tuloksena olevan kuvan jälleenrakennuksen vaihe. Se, että se tulee rasvaiseksi, on ymmärrettävää - kohta on samassa piilevän tilan ulottuvuudessa. Mutta tässä kaksi asiaa sekoittavat.
Ensimmäinen on, että alkuperäiset ja rekonstruoidut kuvat ovat hyvin samankaltaisia toistensa kanssa. Tässä ei tietenkään halua häiritä ketään (mukaan lukien itseämme - olemme kaikki edistystä varten), mutta tämä ei johdu siitä, että signaali on niin hyvin tallennettu ja dekoodattu (ja jopa reaaliajassa!), Mutta johtuu siitä, että algoritmi palauttaa täsmälleen kuvat, jotka sillä jo oli.
Lisäksi tämä ei toimi aina niin hyvin kuin haluaisimme: jos esimerkiksi katsot järjestelmän videota, huomaat, että itkuvan miehen videossa hermorajapinta jostakin syystä näkee naisen. Tämä johtuu siitä, että algoritmi ei rekonstruoi kuvia, vaan tietyn luokan objekteja: vaikka se tekisikin sen riittävän tehokkaasti, mikään ei estä algoritmia näkemästä venettä moottoripyörän kuvassa - yksinkertaisesti siksi, että ne kuuluvat samaan luokkaan.
Siksi se, mikä näkyy ruudulla jälleenrakennuksen aikana, on usein vain keskimääräinen kuva kaikista käytetyistä luokkaobjekteista.
Mitä tulee suljetun järjestelmän käytön tarkoituksenmukaisuuteen, niin siinä ei kaikki ole kovin selvää: tehtävää suorittaessaan henkilö näkee sekä EEG-signaalien tallennuksen että päästään vähitellen nousevan kuvan. Sitä, auttaako tämä todella auttamaan, on vaikea sanoa - kirjoittajat eivät vertaa rajapinnan suorituskykyä vahvistuksella ja ilman sitä. Mutta ensi silmäyksellä näyttää siltä, että ei oikeastaan. Jos se auttaa, haluan todella tietää miten.
Voimme yleensä päätellä, että tietokoneet eivät ole oppineet lukemaan ajatuksia. Ja he eivät edes oppineet videon uudelleen luomista. He ovat oppineet tekemään tutkijoiden työn perusteella vain luokittelemaan näkemänsä objektit viiteen luokkaan joidenkin peruskriteerien perusteella. Voivatko tietokoneet tehdä tämän aiemmin? Tietenkin he voisivat. Onko täällä aivoja? Tietysti on: mutta aivot näkevät, eivät aivot ymmärrä mitä tarkalleen hän näki.
Elizaveta Ivtushok