Künstliche Intelligenz zur Analyse von Meinungen durch Hirnaktivität

Forscher der Universität Helsinkihaben eine neue Technik entwickelt, die künstliche Intelligenz (KI) und die Hirnaktivität von Gruppen von Menschen nutzt, um Meinungen zu analysieren und Schlussfolgerungen zu ziehen. Die Forscher bezeichneten die Technik als “Brainsourcing” und sie kann verwendet werden, um Bilder zu klassifizieren oder Inhalte zu empfehlen.

Was ist Crowdsourcing

Crowdsourcing wird verwendet, wenn es sich um eine komplexe Aufgabe handelt, die in kleinere, handhabbare Teile aufgeteilt werden muss. Diese werden dann an große Gruppen von Menschen verteilt, die die Probleme individuell lösen. Ein Beispiel dafür wäre, wenn Menschen gefragt werden, ob ein Objekt in einem Bild erscheint, und die Antworten würden dann verwendet, um ein Bilderkennungssystem zu trainieren. Die heutigen besten Bilderkennungssysteme, die auf KI basieren, sind noch nicht vollständig automatisiert. Deshalb müssen die Meinungen mehrerer Menschen über den Inhalt mehrerer Beispielbilder als Trainingsdaten verwendet werden.

Die Forscher wollten versuchen, Crowdsourcing durch die Analyse der Elektroenzephalogramme (EEG) von Individuen umzusetzen und sie verwendeten KI-Techniken, um dies zu tun. Dies würde es ermöglichen, die Informationen aus dem EEG zu extrahieren, anstatt dass Menschen ihre Meinungen äußern müssen.

Tuukka Ruotsalo ist ein Academy Research Fellow der Universität Helsinki.

“Wir wollten untersuchen, ob Crowdsourcing auf Bilderkennung angewendet werden kann, indem die natürlichen Reaktionen von Menschen ohne manuelle Aufgaben mit Tastatur oder Maus genutzt werden”, sagt Ruotsalo.

Die Studie

Die Studie umfasste 30 Freiwillige, die einen Computerbildschirm mit menschlichen Gesichtern gezeigt bekamen. Die Teilnehmer beschrifteten die Gesichter in ihrem Geist basierend auf dem, was in den Bildern zu sehen war, wie z.B. eine blonde oder dunkelhaarige Person oder ob eine Person lächelte oder nicht. Der große Unterschied zu herkömmlichen Crowdsourcing-Aufgaben bestand darin, dass die Teilnehmer keine weiteren Aktionen außer dem Betrachten der Bildschirme ausführen mussten.

Elektroenzephalographie wurde dann verwendet, um die Hirnaktivität jedes Teilnehmers zu sammeln, und der KI-Algorithmus nutzte diese, um zu lernen, Bilder relevant für die Aufgabe zu erkennen, wie z.B. wenn ein Bild einer Person mit bestimmten Merkmalen auf dem Bildschirm erschien.

Die Forscher fanden heraus, dass der Computer in der Lage war, diese mentalen Beschriftungen direkt aus dem EEG zu interpretieren, und dass Brain-Sourcing bei Erkennungsaufgaben eingesetzt werden kann.

https://www.youtube.com/watch?v=_zY4RClQpKs

Was die Zukunft dieser Technik betrifft, sagt der Student und Forschungsassistent Keith Davis: “Unsere Herangehensweise ist durch die verfügbare Technologie begrenzt.”

“Die aktuellen Methoden zur Messung der Hirnaktivität sind für kontrollierte Laborumgebungen ausreichend, aber die Technologie muss für den täglichen Gebrauch verbessert werden. Zusätzlich erfassen diese Methoden nur einen sehr kleinen Prozentsatz der gesamten Hirnaktivität. Wenn die Hirnbildgebungstechnologien verbessert werden, kann es möglich werden, Präferenzinformationen direkt aus dem Gehirn zu extrahieren. Anstatt herkömmlicher Bewertungen oder Like-Buttons zu verwenden, könnten Sie einfach ein Lied hören oder eine Show ansehen, und Ihre Hirnaktivität allein würde ausreichen, um Ihre Reaktion darauf zu bestimmen.”

Die Ergebnisse können in Schnittstellen verwendet werden, die Hirn- und Computeraktivitäten kombinieren, wie z.B. solche, die leichte EEG-Geräte als tragbare Elektronik erfordern. Leichte, tragbare EEG-Geräte, die entwickelt werden, sind im Entwicklungsstadium.

Diese Art von Technologie ermöglicht es der KI, wertvolle Informationen mit sehr wenig Aufwand von der menschlichen Seite zu extrahieren. Wenn sie weiter verbessert wird, kann erwartet werden, dass dieser Trend weitergeht und die Teilnahme des Einzelnen in vielen Fällen nicht mehr notwendig sein wird.