Revolúcia v neurovede: AI dekóduje ľudský mozog!

Revolúcia v neurovede: AI dekóduje ľudský mozog!

Nová štúdia vedená tímom pod vedením Prof. Dr. Adriena Doeriga zo Slobodnej univerzity v Berlíne ukazuje, že veľké jazykové modely (LLM) sú schopné predpovedať, ako ľudský mozog reaguje na vizuálne podnety. Tento výskum bol publikovaný v renomovanom časopiseInteligencia prírodných strojovpublikované s názvom „Vizuálne reprezentácie na vysokej úrovni v ľudskom mozgu sú zosúladené s veľkými jazykovými modelmi“ informuje Slobodná univerzita v Berlíne.

Vyšetrovanie sa týka interakcie medzi ľudským vizuálnym vnímaním a reprezentáciami generovanými LLM, ako sú tie, ktoré stoja za ChatGPT. Doteraz chýbali účinné nástroje na analýzu vysoko abstraktných významov, ktoré ľudia odvodzujú z vizuálnych dojmov. Výskumný tím to dosiahol extrakciou „sémantických odtlačkov prstov“ z bežných popisov scén, ktoré sa potom použili na modelovanie funkčných údajov MRI zozbieraných pri prezeraní každodenných obrázkov.

Inovatívne metódy analýzy údajov

Skúmané obrázky zahŕňajú scény ako „deti hrajúce frisbee na školskom dvore“ a „pes stojaci na plachetnici“. Reprezentácie generované LLM viedli k presným predpovediam mozgovej aktivity, čo umožnilo vyvodiť závery o tom, čo bolo vidieť. Tieto metódy sa ukázali byť účinnejšie ako mnohé súčasné systémy klasifikácie obrázkov, čo zdôrazňuje dôležitosť a potenciálne aplikácie LLM v neurovede.

Okrem toho sa skúmala schopnosť modelov počítačového videnia predpovedať sémantické odtlačky prstov priamo z obrázkov, čo by mohlo ďalej posunúť výskum. Tieto zistenia majú veľký význam nielen pre neurovedu, ale aj pre vývoj inteligentných systémov. nahlas Fraunhofer IKS Dôležitosť kognitívnych systémov založených na AI je čoraz jasnejšia, pretože tieto technológie sú nevyhnutné v rôznych oblastiach použitia vrátane autonómnych vozidiel.

Výzvy v oblasti AI a vysoké požiadavky na bezpečnosť

Zložitosť veľkých jazykových modelov a pretrvávajúca nezrozumiteľnosť takýchto systémov však predstavujú značné výzvy. David Bau, počítačový vedec z Northeastern University, opisuje, ako tradičný softvér umožňuje identifikovať problémy, zatiaľ čo AI často funguje ako „čierna skrinka“, ktorej presnú funkčnosť je ťažké pochopiť. Oblasť výskumu vysvetliteľnej AI (XAI) je preto čoraz dôležitejšia pre lepšie pochopenie vnútornej logiky a rozhodovania systémov AI. Informovalo o tom Spektrum.de.

Keďže LLM sa používajú na zložité úlohy, ako sú lekárske konzultácie alebo programovanie, je nevyhnutné, aby ich rozhodnutia boli zrozumiteľné. Potreba poskytnúť vysvetlenia pre systémy AI je nevyhnutná, najmä vo vysoko rizikových aplikáciách. Bau poukazuje na to, že spoločnosti ako OpenAI uchovávajú svoj zdrojový kód v tajnosti, čo bráni úsiliu o transparentný výskum, a preto obmedzuje vývoj bezpečných a vysvetliteľných systémov AI.

V budúcnosti by syntéza poznatkov z výskumu mozgu a vývoja AI, ako sa ukázalo v súčasnej štúdii, mohla byť nápomocná pri preklenutí priepasti medzi ľudským a strojovým chápaním. Tieto synergie otvárajú obom vedným odborom nové perspektívy a sú na prahu prevratných pokrokov vo vývoji inteligentných systémov.