Neurologijos revoliucija: AI dekoduoja žmogaus smegenis!

Neurologijos revoliucija: AI dekoduoja žmogaus smegenis!

Naujas tyrimas, kurį atliko Berlyno laisvojo universiteto prof. dr. Adrien Doerig vadovaujama komanda, rodo, kad didelių kalbų modeliai (LLM) gali numatyti, kaip žmogaus smegenys reaguoja į regos dirgiklius. Šis tyrimas buvo paskelbtas žinomame žurnaleGamtos mašinos intelektaspaskelbtas ir pavadintas „Aukšto lygio vizualiniai vaizdai žmogaus smegenyse yra suderinti su dideliais kalbos modeliais“ praneša Berlyno laisvasis universitetas.

Tyrimas yra susijęs su žmogaus vizualinio suvokimo sąveika su LLM, pvz., už ChatGPT, sukurtų reprezentacijų. Iki šiol trūko veiksmingų įrankių, leidžiančių analizuoti labai abstrakčias reikšmes, kurias žmonės įgyja iš vaizdinių įspūdžių. Mokslininkų komanda tai pasiekė iš įprastų scenų aprašymų ištraukdama „semantinius pirštų atspaudus“, kurie vėliau buvo naudojami modeliuojant funkcinius MRT duomenis, surinktus žiūrint kasdienius vaizdus.

Inovatyvūs duomenų analizės metodai

Išnagrinėtuose vaizduose yra tokių scenų kaip „vaikai, žaidžiantys frisbį mokyklos kieme“ ir „šuo, stovintis ant burlaivio“. LLM sukurtos reprezentacijos leido tiksliai prognozuoti smegenų veiklą, leidžiančią daryti išvadas apie tai, kas buvo matyta. Šie metodai pasirodė esąs veiksmingesni nei daugelis dabartinių vaizdų klasifikavimo sistemų, pabrėžiant LLM svarbą ir galimą taikymą neuromoksle.

Be to, buvo ištirtas kompiuterinio regėjimo modelių gebėjimas numatyti semantinius pirštų atspaudus tiesiogiai iš vaizdų, o tai galėtų dar labiau patobulinti tyrimus. Šios išvados yra labai svarbios ne tik neuromokslams, bet ir intelektualių sistemų kūrimui. Garsiai Fraunhoferis IKS Dirbtiniu intelektu pagrįstų pažinimo sistemų svarba tampa vis aiškesnė, nes šios technologijos yra būtinos įvairiose taikymo srityse, įskaitant autonomines transporto priemones.

AI iššūkiai ir aukšti saugumo reikalavimai

Tačiau didelių kalbų modelių sudėtingumas ir nuolatinis tokių sistemų nesuprantamumas kelia didelių iššūkių. Davidas Bau, kompiuterių mokslininkas iš Šiaurės Rytų universiteto, aprašo, kaip tradicinė programinė įranga leidžia nustatyti problemas, o dirbtinis intelektas dažnai veikia kaip „juodoji dėžė“, kurios tikslią funkcionalumą sunku suprasti. Todėl paaiškinamo AI (XAI) tyrimų sritis tampa vis svarbesnė siekiant geriau suprasti AI sistemų vidinę logiką ir sprendimų priėmimą. pranešė Spektrum.de.

Kadangi LLM naudojami sudėtingoms užduotims, tokioms kaip medicininės konsultacijos ar programavimas, labai svarbu, kad jų sprendimai būtų suprantami. Būtina paaiškinti dirbtinio intelekto sistemas, ypač didelės rizikos programose. Bau pažymi, kad tokios įmonės kaip OpenAI saugo savo šaltinio kodą paslaptyje, o tai trukdo atlikti skaidrius tyrimus ir todėl riboja saugių, paaiškinamų AI sistemų kūrimą.

Ateityje smegenų tyrimų ir dirbtinio intelekto plėtros įžvalgų sintezė, kaip parodyta dabartiniame tyrime, galėtų padėti sumažinti atotrūkį tarp žmogaus ir mašinos supratimo. Ši sinergija atveria naujas perspektyvas abiem mokslo disciplinoms ir yra ant novatoriškos pažangos kuriant pažangias sistemas slenksčio.