Revolução na neurociência: a IA decodifica o cérebro humano!

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

A FU Berlin está pesquisando a conexão entre grandes modelos de linguagem e a compreensão visual humana, publicada na "Nature".

Die FU Berlin forscht über die Verbindung zwischen großen Sprachmodellen und menschlichem visuellem Verständnis, veröffentlicht in "Nature".
A FU Berlin está pesquisando a conexão entre grandes modelos de linguagem e a compreensão visual humana, publicada na "Nature".

Revolução na neurociência: a IA decodifica o cérebro humano!

Um novo estudo conduzido por uma equipe liderada pelo Prof. Adrien Doerig, da Universidade Livre de Berlim, mostra que grandes modelos de linguagem (LLMs) são capazes de prever como o cérebro humano reage a estímulos visuais. Esta pesquisa foi publicada na renomada revistaInteligência da Máquina da Naturezapublicado e intitulado “Representações visuais de alto nível no cérebro humano estão alinhadas com grandes modelos de linguagem” relata a Universidade Livre de Berlim.

A investigação relaciona-se com a interação entre a percepção visual humana e as representações geradas por LLMs, como as que estão por trás do ChatGPT. Até agora, faltavam ferramentas eficazes para analisar os significados altamente abstratos que as pessoas derivam das impressões visuais. A equipe de pesquisa conseguiu isso extraindo “impressões digitais semânticas” de descrições normais de cenas, que foram então usadas para modelar dados funcionais de ressonância magnética coletados durante a visualização de imagens cotidianas.

Métodos inovadores para análise de dados

As imagens examinadas incluem cenas como “crianças brincando de frisbee no pátio da escola” e “um cachorro parado em um veleiro”. As representações geradas pelos LLMs levaram a previsões precisas da atividade cerebral, permitindo fazer inferências sobre o que foi visto. Esses métodos provaram ser mais eficazes do que muitos sistemas atuais de classificação de imagens, destacando a importância e as aplicações potenciais dos LLMs na neurociência.

Além disso, foi investigada a capacidade dos modelos de visão computacional de prever impressões digitais semânticas diretamente das imagens, o que poderia avançar ainda mais a pesquisa. Estas descobertas são de grande relevância não só para a neurociência, mas também para o desenvolvimento de sistemas inteligentes. Alto Fraunhofer IKS A importância dos sistemas cognitivos baseados em IA está a tornar-se cada vez mais clara, uma vez que estas tecnologias são indispensáveis ​​em diversas áreas de aplicação, incluindo veículos autónomos.

Os desafios da IA ​​e os elevados requisitos de segurança

No entanto, a complexidade dos grandes modelos linguísticos e a persistente incompreensibilidade de tais sistemas colocam desafios significativos. David Bau, cientista da computação da Northeastern University, descreve como o software tradicional permite a identificação de problemas, enquanto a IA muitas vezes atua como uma “caixa preta” cuja funcionalidade exata é difícil de entender. O campo de investigação da IA ​​explicável (XAI) está, portanto, a tornar-se cada vez mais importante para compreender melhor a lógica interna e a tomada de decisões dos sistemas de IA. relatou Spektrum.de.

Uma vez que os LLMs são utilizados para tarefas complexas, como consultas médicas ou programação, é essencial que as suas decisões sejam compreensíveis. A necessidade de fornecer explicações para os sistemas de IA é essencial, especialmente em aplicações de alto risco. Bau salienta que empresas como a OpenAI mantêm o seu código-fonte em segredo, o que dificulta os esforços para realizar pesquisas transparentes e, portanto, limita o desenvolvimento de sistemas de IA seguros e explicáveis.

No futuro, a síntese de conhecimentos provenientes da investigação do cérebro e do desenvolvimento da IA, conforme demonstrado no presente estudo, poderá ser fundamental para colmatar a lacuna entre a compreensão humana e a da máquina. Estas sinergias abrem novas perspectivas para ambas as disciplinas científicas e estão no limiar de avanços inovadores no desenvolvimento de sistemas inteligentes.