不気味な人工知能はいつでもあなたが何を考え、何を見ているかをスパイできる

不気味な人工知能はいつでもあなたが何を考え、何を見ているかをスパイできる

日本の科学者たちは、驚くほどの正確さで脳内を覗き込むことができる不気味な機械を開発した。この AI は脳内の電気信号を研究して、人が見ている画像や考えている画像を正確に計算します。

この技術は、「ブラック・ミラー」の登場人物のように、誰もが自分の記憶を記録し、再生できる未来のシナリオへの扉を開く。

デイリーメール紙によると、この発見は京都大学神谷幸康教授率いる神谷研究室の研究者らによって行われたという。

専門家はニューラルネットワークを使用して、機能的磁気共鳴画像法(fMRI)スキャンからの情報に基づいて画像を作成した。 MRI 画像では血流の変化を検出し、電気活動を分析できます。このデータを使い、3人のボランティアが写真をじっと見つめた後、機械はフクロウ、飛行機、ステンドグラスの窓、赤い郵便ポストを再現することができた。

また、参加者が想像した、正方形、十字架、金魚、白鳥、ジャガー、ボウリングのボールなどの物体の絵も作成されました。

研究チームによれば、これは人によって異なるものの、この画期的な発見は「私たちの内面世界へのユニークな窓」を開くことになるという。理論的には、この技術は白昼夢や記憶、その他の心象画像を作成するために使用できる可能性がある。

さらに、永久植物状態にある患者が愛する人々とコミュニケーションをとるのにも役立ちます。

オンライン印刷リポジトリ BioRxiv で公開された論文で、著者らは次のように書いている。「ここでは、画像のピクセル値を最適化して、そのディープ ニューラル ネットワークの特徴を多層の人間の脳活動からデコードされたものに似たものにする、新しい画像再構成法を実証します。生成された画像は、刺激画像 (自然画像と人工形状の両方) およびボランティアの主観的な視覚コンテンツに似ていることがわかりました。」

彼はまた、「私たちのモデルは自然画像のみでトレーニングされたが、私たちのアプローチは再構築プロセスを人工的な形状にうまく一般化した。これは、私たちのモデルが単にプロトタイプと一致させるのではなく、実際に脳活動の中で画像を『再構築』または『生成』していることを示唆している」と書いている。

この画期的な技術は、脳の学習方法を模倣しようとするニューラルネットワークに依存している。

京都大学のチームのディープニューラルネットワークは50枚の自然画像でトレーニングされ、その後、ボランティアがこれらの画像を見た後に機能的磁気共鳴画像法(fMRI)を実施しました。

これらの AI はボランティアが見た画像を再現しました。

[[216238]]

[[216239]]

[[216240]]

次に、研究チームは「ディープ生成ネットワーク」と呼ばれる2番目のタイプのAIを使用して、実際の画像に似ているかどうかを確認し、より認識しやすいように最適化しました。

神谷教授は、fMRIを「解読」した後、ボランティアが何を見たり想像したりしたかを高い精度で特定することができた。研究者たちは、階層的に処理された一連の特徴は、「カメ」や「ヒョウ」などの物体のカテゴリーを識別するために使用できると考えています。研究者らは、ネイチャー・コミュニケーションズ誌に掲載された論文の中で、このようなカテゴリ名によってコンピューターは画像内の物体を識別できるようになると説明している。

被験者には、150 のカテゴリを含むオンライン画像データベースである ImageNet からの自然画像が提示されました。訓練されたデコーダーは、訓練用の脳スキャンでは使用されなかった物体の視覚的特徴も予測するために使用されました。

研究者たちは、同じ画像を見せたところ、被験者の脳の活動パターンがニューラルネットワーク内のシミュレートされたニューロンのものと非常に似ていることを発見した。

現在、人間の思考を予測する AI はますます進歩しています。まだ非常に初歩的で、基本的には人間の視覚で見た単純な画像を解読するだけですが、人間の脳の活動を予測する AI が一歩一歩進歩していることは明らかです。

<<:  合理性への回帰とアプリケーションとの統合 - AI時代のモバイル技術革新カンファレンス

>>:  人工知能の未来を見据えて、いつかは遊ぶだけになる日が来るでしょう!

ブログ    

推薦する

...

...

スマートビルディングにおけるエッジAIの役割を解明

仕事や住居のための物理的な空間として機能することから、入居者に活気ある建築体験を提供することまで、近...

...

...

VSCodeでChatGPTを実行すると、ファイルを直接生成できます。

人気の ChatGPT には、コード生成という非常に目を引く機能があります。多くの開発者はすでにプロ...

グラフ分野における初のユニバーサルフレームワークが登場しました。 ICLR'24 Spotlightに選ばれ、あらゆるデータセットと分類問題を解決できる

普遍的なグラフモデルはありますか?分子構造に基づいて毒性を予測するだけでなく、ソーシャル ネットワー...

...

電子顧客サービスの管理不足は問題を解決することはできず、トラブルを増やすだけです

カスタマーサービスに電話すると、ロボットはプログラムに従ってプロンプトを出すだけで、ユーザーが望む情...

...

CycleGAN が敵対的ネットワーク画像処理ツールを生成

1. GANの紹介「食べるために一生懸命働く人、食べるために一生懸命働く人こそが人々の中で最も優れて...

「機械学習」CNNを徹底理解

[[212238]]前世紀、科学者は視覚神経のいくつかの特性を発見しました。視神経には局所的な知覚が...

C# はデジタル変換のための中国語アルゴリズムを記述します

C# はデジタル変換のための中国語アルゴリズムを記述します最近、プロジェクト上の理由により、C# で...

Google のアルゴリズムが明らかに: 検索リクエストは平均 2,400 キロメートル往復移動します

Google 検索の進化3月12日のニュース: 世界で最も広く使われている検索エンジンであるGoog...