När datavetare försöker få maskiner att tänka och lära som människor, tas medelvägen upp av forskare som försöker använda AI för att läsa våra tankar.
I det senaste genombrottet har forskare vid Kyoto University, Japan, studerat djupa neurala nätverk (AI) och upptäckt att datorer har kapaciteten att åtminstone visualisera vad människor tänker.
Innan vi går före oss själva är det värt att notera att tekniken är begynnande och gäller endast under optimala förhållanden. Om du ryggar tillbaka för någons tvivelaktiga nya val av profilbild på Facebook, kommer din bärbara dator inte att börja registrera din avsmak och sända den till världen. Med det sagt har den nya tekniken verkligen till synes imponerande – om än olycksbådande – potentiella tillämpningar.
Forskarna släppte sina upptäckter – som AI kunde användas för att avkoda tankar – om BioRxiv (”bioarkiv”), en arkiv- och distributionstjänst för opublicerade förtryck inom life science-branschen. Detta koncept är inte oöverträffat; maskininlärning har framgångsrikt använts i samband med MRI-skanningar (magnetisk resonanstomografi) för att producera visuella representationer av vad en person tänker, om än bara när enkla, binära bilder är inblandade.
Deltagarna i studien visades naturliga bilder (av t.ex. vilda djur), geometriska former och alfabetiska bokstäver under varierande lång tid. Hjärnaktivitet loggades, med en dator som ”avkodade” informationen för att producera visualiseringar av bilden den tidigare visades och hur denna bild manifesterade sig i hjärnans tankar.
Det japanska teamet använde detta för att finslipa nya, mer avancerade metoder för att ”avkoda” tankar med hjälp av AI; visualisering, till exempel, sträcker sig nu till mer sofistikerade, ”hierarkiska” bilder – teamet twittrade ett exempel på en bild av en uggla i förgrunden, med en till stor del dold, visuellt dåligt definierad människa som lurar bakom den. De odlade sedan en teknik för att rekonstruera bilden på basis av hjärnaktivitet.
AI:s ”tankeläsande” kapacitet, visar det sig, är mycket mer nyanserad än vi trodde. Binära pixlar är gårdagens nyheter, där Kyoto-teamet bevisar att AI kan upptäcka objekt själva.
En av forskarna som gjorde upptäckten, Kamitani, pratade med CNBC om hur snabbt teknikerna skiftar: ”Vår tidigare metod var att anta att en bild består av pixlar eller enkla former. Men det är känt att vår hjärna bearbetar visuell information hierarkiskt och extraherar olika nivåer av funktioner eller komponenter av olika komplexitet”.
”Dessa neurala nätverk eller AI-modell kan användas som en proxy för den hierarkiska strukturen i den mänskliga hjärnan,” avslutade han.
Dessutom upptäcktes det att tekniken fortfarande fungerade även när deltagarna tänkte på en ihågkommen bild, inte bara när den aktivt bearbetade den bilden. Detta var förvisso svårare, vilket diagrammet nedan visar – relevanta visuella stimuli ger en mycket tydligare bild än att försöka framkalla ett minne gör – men visualiseringsprocessen var fortfarande möjlig.
Och hur är det med potentiella tillämpningar? Tankeläsande AI som vinner dragkraft och livskraft är inte precis en lugnande tanke, men det är inte bara dystopisk undergång och dysterhet; den skenbart ”tankeläsande” visualiseringstekniken skulle kunna göra det möjligt för dig att en dag skapa bilder eller konst genom att helt enkelt föreställa dig det, medan de som lider av hallucinationer kan få dem visualiserade, vilket hjälper till att förbättra den psykiatriska vården.
Där har du det. Mind-reading AI blir mer sofistikerad för varje vecka. Branscher över hela världen, från det kreativa till det medicinska, är redo att blomstra från den nya tekniken som, som alltid, kräver vaksam övervakning och robusta skyddsåtgärder.
Bildkredit: Guohua Shen, Tomoyasu Horikawa, Kei Majima och Yukiyasu Kamitani, ”Djup bildrekonstruktion från mänsklig hjärnaktivitet”
