Artificiell intelligens används för att analysera åsikter genom hjärnaktivitet

Forskare från Helsingfors universitet har utvecklat en ny teknik som använder artificiell intelligens (AI) och hjärnaktiviteten hos grupper av människor för att analysera åsikter och dra slutsatser. Forskarna har kallat tekniken “brainsourcing”, och den kan hjälpa till att klassificera bilder eller rekommendera innehåll. 

Vad är Crowdsourcing

Crowdsourcing används när det finns ett komplext uppdrag som måste brytas ner i mindre, hanterbara delar. Dessa delas sedan ut till stora grupper av människor som löser problemen individuellt. Ett exempel på detta skulle vara om människor blev ombedda att avgöra om ett föremål syns på en bild, och svaren skulle sedan användas för att träna ett bildigenkänningssystem. De bästa bildigenkänningssystemen som baseras på AI är fortfarande inte helt automatiserade. På grund av detta måste åsikter från flera människor om innehållet i flera exempelbilder användas som träningsdata.

Forskarna ville försöka implementera crowdsourcing genom att analysera elektroencefalogram (EEG) från individer, och de använde AI-tekniker för att göra det. Detta skulle möjliggöra att informationen kunde extraheras från EEG i stället för att människor måste ge sina åsikter. 

Tuukka Ruotsalo är en Academy Research Fellow från Helsingfors universitet. 

“Vi ville undersöka om crowdsourcing kan tillämpas på bildigenkänning genom att utnyttja människors naturliga reaktioner utan att de behöver utföra några manuella uppgifter med tangentbord eller mus”, säger Ruotsalo.

Studien

Studien omfattade 30 frivilliga som visades en datorskärm med mänskliga ansikten. Deltagarna märkte sedan ansiktena i sinnet baserat på vad som fanns i bilderna, till exempel en blond eller mörkhårig person, eller om en person log eller inte. Den stora skillnaden från konventionella crowdsourcing-uppgifter var att deltagarna inte behövde vidta några ytterligare åtgärder utöver att observera de visade bilderna.

Elektroencefalografi användes sedan för att samla in hjärnaktiviteten från varje deltagare, och AI-algoritmen använde detta för att lära sig att känna igen bilder som var relevanta för uppgiften, till exempel när en bild av en person med vissa funktioner visas på skärmen.

Forskarna fann att datorn kunde tolka dessa mentala etiketter direkt från EEG, och att brainsourcing kan användas i igenkänningsuppgifter. 

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

När det gäller framtiden för denna teknik säger studenten och forskningsassistenten Keith Davis: “Vår metod är begränsad av den tillgängliga tekniken.”

“De nuvarande metoderna för att mäta hjärnaktivitet är tillräckliga för kontrollerade miljöer i ett laboratorium, men tekniken behöver förbättras för dagligt bruk. Dessutom fångar dessa metoder bara upp en mycket liten andel av den totala hjärnaktiviteten. När hjärnavbildningsteknikerna förbättras kan det bli möjligt att fånga preferensinformation direkt från hjärnan. I stället för att använda konventionella betyg eller gilla-knappar kan du lyssna på en låt eller titta på en show, och din hjärnaktivitet ensam skulle vara tillräcklig för att bestämma din reaktion på den.”

Resultaten kan användas i gränssnitt som kombinerar hjärn- och datoraktivitet, till exempel de som kräver lätt EEG-utrustning som bärbara elektronik. Lätta bärbara enheter som kan mäta EEG utvecklas för närvarande.

Denna typ av teknik tillåter AI att användas för att extrahera värdefull information med mycket litet arbete från människans sida. När den fortsätter att förbättras kan det förväntas att denna trend kommer att fortsätta och att deltagande från individen kommer att vara onödigt i många fall.