Искусственный Интеллект, Используемый для Анализа Мнений через Мозговую Активность

Исследователи из Университета Хельсинки разработали новую технику, которая использует искусственный интеллект (ИИ) и мозговую активность групп людей для анализа мнений и вывода заключений. Исследователи назвали эту технику “brainsourcing”, и она может помочь классифицировать изображения или рекомендовать контент.

Что такое Краудсорсинг

Краудсорсинг используется всякий раз, когда есть сложная задача, которую необходимо разбить на более мелкие, более управляемые задачи. Эти задачи затем распределяются среди большой группы людей, которые решают проблемы индивидуально. Примером этого может служить случай, когда людям предлагается определить, присутствует ли объект на изображении, и ответы затем используются для обучения системы распознавания изображений. Системы распознавания изображений, основанные на ИИ, которые используются сегодня, еще не полностью автоматизированы. Поэтому мнения нескольких людей о содержании нескольких образцов изображений должны использоваться в качестве обучающих данных.

Исследователи хотели попробовать реализовать краудсорсинг, анализируя электроэнцефалограммы (ЭЭГ) людей, и они использовали методы ИИ для этого. Это позволило бы извлекать информацию из ЭЭГ вместо того, чтобы люди должны были выражать свои мнения.

Туукка Руотсало – исследователь Академии из Университета Хельсинки.

“Мы хотели изучить, можно ли применить краудсорсинг к распознаванию изображений, используя естественные реакции людей без необходимости выполнять какие-либо ручные задачи с клавиатуры или мыши”, – говорит Руотсало.

Исследование

Исследование включало 30 добровольцев, которым показывали компьютерный дисплей с изображениями человеческих лиц. Участники затем классифицировали лица в своем уме на основе того, что было на изображениях, например, светловолосый или темноволосый человек, или улыбался ли человек или нет. Большая разница от традиционных задач краудсорсинга заключалась в том, что участники не должны были выполнять никаких дальнейших действий, кроме наблюдения за изображениями, представленными им.

Затем использовалась электроэнцефалография для сбора мозговой активности каждого участника, и алгоритм ИИ использовал эту информацию для обучения распознаванию изображений, связанных с задачей, например, когда на экране появлялось изображение человека с определенными чертами.

Исследователи обнаружили, что компьютер может интерпретировать эти мысленные метки напрямую из ЭЭГ, и мозговой сорсинг может использоваться в задачах распознавания.

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

Что касается будущего этой техники, студент и исследовательский ассистент Кит Дэвис говорит: “Наш подход ограничен доступной технологией”.

“Текущие методы измерения мозговой активности подходят для контролируемых лабораторных условий, но технология должна улучшиться для повседневного использования. Кроме того, эти методы захватывают только очень небольшой процент общей мозговой активности. По мере улучшения технологий мозгового изображения может стать возможным захватывать информацию о предпочтениях напрямую из мозга. Вместо использования традиционных рейтингов или кнопок “нравится” вы можете просто прослушать песню или посмотреть шоу, и ваша мозговая активность будет достаточна, чтобы определить вашу реакцию на него”.

Результаты могут использоваться в интерфейсах, которые объединяют мозговую и компьютерную активность, таких как те, которые требуют легкого оборудования ЭЭГ в качестве носимой электроники. Легкие носимые устройства, способные измерять ЭЭГ, находятся в стадии разработки.

Этот тип технологии позволяет использовать ИИ для извлечения ценной информации с минимальными усилиями человека. По мере улучшения технологии можно ожидать, что эта тенденция будет продолжаться, и участие человека будет ненужным во многих случаях.