Sny są integralną częścią ludzkiego doświadczenia. Nie tylko inspirują, ale czasami zaskakują swoją surowością. Jednak nie każdy jest w stanie obrazowo opisać swoje sny. Wiele z nich gubi się w tłumaczeniu, co sprawia, że ​​większość ludzi zastanawia się, czy w ogóle mogliby uchwycić następstwo obrazów, idei i wrażeń w fizycznej formie.

Podczas gdy neuronaukowcy z całego świata zmagają się z gigantycznym zadaniem przekształcenia mentalnych obrazów w coś namacalnego, wydaje się, że sztuczna inteligencja utorowała drogę. Niedawne badanie wykazało, że sztuczna inteligencja może odczytywać skany mózgu i oferować realistyczną interpretację obrazów mentalnych.

Naukowcy Shinji Nishimoto i Yu Takagi z japońskiego Uniwersytetu w Osace odtworzyli obrazy o wysokiej rozdzielczości ze skanów aktywności mózgu. Według duetu technologia może zaoferować wiele zastosowań, w tym badanie sposobu, w jaki zwierzęta postrzegają otaczający je świat, nagrywanie snów u ludzi, a nawet wspomaganie komunikacji z osobami cierpiącymi na paraliż.

Interpretacje snów

To nie pierwszy raz, kiedy podjęto próbę czegoś na taką skalę. Wcześniej różne badania wykazały, że sztuczna inteligencja była wykorzystywana do odczytywania skanów mózgu w celu tworzenia obrazów krajobrazów i twarzy. Po raz pierwszy zastosowano algorytm sztucznej inteligencji znany jako Stable Diffusion. W ramach badania naukowcy przeprowadzili dodatkowe szkolenie w zakresie domyślnego systemu stabilnej dyfuzji. Zasadniczo oznaczało to połączenie dodatkowych opisów tekstowych tysięcy zdjęć z wzorcami mózgowymi, które zostały zarejestrowane, gdy te same obrazy były obserwowane przez uczestników badań skanów mózgu.

Podczas gdy wcześniejsze algorytmy sztucznej inteligencji używane do dekodowania skanów mózgu opierały się na dużych zbiorach danych, Stable Diffusion było w stanie osiągnąć ten wyczyn przy mniejszym szkoleniu – zasadniczo poprzez włączenie podpisów obrazów do swojego algorytmu. Ariel Goldstein, neurobiolog kognitywny z Princeton University, który był zaangażowany w badania, nazwał je nowatorskim podejściem łączącym informacje tekstowe i wizualne w celu rozszyfrowania mózgu.

Rejestrowanie aktywności mózgu

Badanie sugeruje, że algorytm sztucznej inteligencji przetwarzał informacje zebrane z różnych obszarów mózgu, takich jak płaty potyliczne i skroniowe, które są zaangażowane w postrzeganie obrazów. System interpretował informacje za pomocą funkcjonalnego rezonansu magnetycznego lub skanów fMRI mózgów.

Naukowcy stwierdzili, że kiedy ludzie patrzą na obraz, płaty skroniowe rejestrują informacje o jego zawartości, podczas gdy płaty potyliczne rejestrują układ i perspektywy. Wszystkie te informacje są rejestrowane za pomocą fMRI, które pomaga wykryć zmiany w przepływie krwi do aktywnych obszarów mózgu. Zarejestrowane informacje, zdaniem naukowców, można za pomocą sztucznej inteligencji przekształcić w imitację obrazu.

Dodatkowe szkolenie dodane do algorytmu Stable Diffusion zostało oparte na zestawie danych online dostarczonym przez University of Minnesota. Zestaw danych składał się ze skanów mózgu czterech uczestników, z których każdy oglądał 10 000 zdjęć. Jednak część skanów mózgów uczestników nie została wykorzystana podczas treningu i została później wykorzystana do późniejszego przetestowania systemu AI.