Oamenii de știință folosesc inteligența artificială pentru a transforma gândurile în imagini, cu o acuratețe de 80%.

Inteligența artificială poate crea imagini pe baza solicitărilor de text, dar oamenii de știință au dezvăluit o galerie de imagini pe care tehnologia le produce prin citirea activității creierului.

Noul algoritm alimentat de inteligență artificială a reconstruit aproximativ 1,000 de imagini, inclusiv un ursuleț și un avion, din aceste scanări ale creierului cu o precizie de 80%.

Cercetătorii de la Universitatea Osaka au folosit popularul model de difuzie stabilă, incluse în DALL-E 2 de la OpenAI, care poate crea orice imagine bazată pe intrări de text.

Echipa a arătat participanților seturi individuale de imagini și a colectat scanări fMRI (imagini prin rezonanță magnetică funcțională), care AI apoi decodat.

Arătăm că metoda noastră poate reconstrui imagini de înaltă rezoluție cu fidelitate semantică ridicată din activitatea creierului uman", a spus echipa în studiul publicat în bioRxiv.

„Spre deosebire de studiile anterioare de reconstrucție a imaginii, metoda noastră nu necesită pregătire sau reglare fină a modelelor complexe de învățare profundă”.

Algoritmul extrage informații din părți ale creierului implicate în percepția imaginii, cum ar fi lobii occipital și temporal, conform lui Yu Takagi, care a condus cercetarea.

Echipa a folosit fMRI deoarece detectează modificările fluxului sanguin în zonele active ale creierului, Science.org rapoarte.

FMRI poate detecta moleculele de oxigen, astfel încât scanerele pot vedea unde din creier neuronii noștri – celulele nervoase ale creierului – lucrează cel mai mult (și atrag cel mai mult oxigen) în timp ce avem gânduri sau emoții.

Un total de patru participanți au fost utilizați în acest studiu, fiecare vizionand un set de 10,000 de imagini.

Inteligența artificială începe să genereze imaginile ca zgomot asemănător cu televiziunea statică, care este apoi înlocuită cu caracteristici distinctive pe care algoritmul le vede în activitate, referindu-se la imaginile la care a fost antrenat și găsind o potrivire.

„Demonstrăm că cadrul nostru simplu poate reconstrui imagini de înaltă rezoluție (512 x 512) din activitatea creierului cu fidelitate semantică ridicată”, potrivit studiului.

„Interpretăm cantitativ fiecare componentă a unui LDM dintr-o perspectivă neuroștiințifică prin maparea componentelor specifice în regiuni distincte ale creierului.

Prezentăm o interpretare obiectivă a modului în care procesul de conversie text-to-image implementat de un LDM [un model de difuzie latentă] încorporează informația semantică exprimată de textul condiționat, menținând în același timp aspectul imaginii originale.'

Citește povestea completă aici ...