Tekoälymalli MinD-Vis osaa lukea ihmisten ajatuksia aivotoiminnan perusteella
Lyhyesti
AI-malli voi tulkita sen perusteella, mitä ihminen näkee aivojen toiminta – näin
Uusi AI-malli, nimeltään MinD-Vis, voi tulkita ihmisen näkemää aivotoiminnan perusteella. Malli toimii tulkitsemalla "mnemonisia invariantteja", jotka ovat läsnä aivoissa, kun henkilö näkee kohteen. Nämä muistoinvariantit ovat malleja, jotka säilyvät saman kohteen eri muistoissa.
Saadakseen aivotoiminnan globaaleja upotteita kirjoittajat kouluttivat ensin itseohjatun mallin (sama eri ihmisille). Sitten he esittivät ristiin huomion näihin henkisiin esityksiin käyttämällä esikoulutettuja Piilevä diffuusio. Malli pystyi täysin tulkitsemaan sen, mitä henkilö näkee edessään nopean hienosäädön jälkeen 1.5 kt kuvassa.fMRI paria!
Ymmärtääkseen paremmin ihmisen näköjärjestelmää ja tarjotakseen pohjan ihmisen ja tietokoneen näön yhdistämiselle Brain-Computer Interfacen kautta, aivotallenteiden visuaalisten ärsykkeiden dekoodaus yrittää laajentaa ymmärrystämme näköjärjestelmästä. Aivosignaalien taustalla olevien esitysten monimutkaisuus ja datamerkintöjen puute vaikeuttavat tarkkojen ja korkealaatuisten kuvien luomista aivotallenteista.
Ensinnäkin käyttämällä maskimallinnusta suuressa piilevässä tilassa, joka on inspiroitunut ensisijaisen näkökuoren tiedon harvaksesta koodauksesta, luomme tehokkaan itsevalvotun esityksen fMRI-tiedoista. Sitten osoitamme, että MinD-Vis voi rakentaa uudelleen erittäin uskottavia kuvia semanttisesti yhteensovitetuilla yksityiskohdilla aivotallenteista käyttämällä minimaalista määrää parillisia huomautuksia lisäämällä kaksinkertaisen ehdon piilevään diffuusiomalliin.
Tutkijat väittivät
Kokeellisten tulosten mukaan strategia ylitti huipputason semanttisessa kartoituksessa (100-suuntainen semanttinen luokittelu) ja sukupolven laatu (FID) vastaavasti 66 %:lla ja 41 %:lla. Mallia on testattu sekä laadullisesti että määrällisesti. Viitekehyksen arvioimiseksi suoritettiin myös perusteellinen tutkimus ablaatiosta.
Harjoitustiedot, koodi ja mallipainot ovat kaikki julkisesti saatavilla osoitteessa pyyntö.
Tutkijat uskovat, että mallia voitaisiin käyttää proteesien kehittämiseen sokeille tai heikkonäköisille ihmisille. Sitä voitaisiin myös käyttää auttamaan ihmisiä, joilla on muistihäiriöitä, kuten Alzheimerin tautia.
Lue lisää:
Vastuun kieltäminen
Mukaisesti Luottamusprojektin ohjeetHuomaa, että tällä sivulla annettuja tietoja ei ole tarkoitettu eikä niitä tule tulkita oikeudellisiksi, verotukselliseksi, sijoitus-, rahoitus- tai minkään muun muodon neuvoiksi. On tärkeää sijoittaa vain sen verran, mitä sinulla on varaa menettää, ja pyytää riippumatonta talousneuvontaa, jos sinulla on epäilyksiä. Lisätietoja saat käyttöehdoista sekä myöntäjän tai mainostajan tarjoamista ohje- ja tukisivuista. MetaversePost on sitoutunut tarkkaan, puolueettomaan raportointiin, mutta markkinaolosuhteet voivat muuttua ilman erillistä ilmoitusta.
Author
Damir on tiimin johtaja, tuotepäällikkö ja toimittaja osoitteessa Metaverse Post, kattaa aiheita, kuten AI/ML, AGI, LLMs, Metaverse ja Web3- liittyvät kentät. Hänen artikkelinsa houkuttelevat yli miljoonan käyttäjän massiivisen yleisön joka kuukausi. Hän näyttää olevan asiantuntija, jolla on 10 vuoden kokemus hakukoneoptimoinnista ja digitaalisesta markkinoinnista. Damir on mainittu Mashablessa, Wiredissä, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto ja muut julkaisut. Hän matkustaa Arabiemiirikuntien, Turkin, Venäjän ja IVY-maiden välillä digitaalisena nomadina. Damir suoritti kandidaatin tutkinnon fysiikasta, jonka hän uskoo antaneen hänelle kriittisen ajattelun taidot menestyäkseen jatkuvasti muuttuvassa internetin maisemassa.
lisää artikkeleita
Damir on tiimin johtaja, tuotepäällikkö ja toimittaja osoitteessa Metaverse Post, kattaa aiheita, kuten AI/ML, AGI, LLMs, Metaverse ja Web3- liittyvät kentät. Hänen artikkelinsa houkuttelevat yli miljoonan käyttäjän massiivisen yleisön joka kuukausi. Hän näyttää olevan asiantuntija, jolla on 10 vuoden kokemus hakukoneoptimoinnista ja digitaalisesta markkinoinnista. Damir on mainittu Mashablessa, Wiredissä, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto ja muut julkaisut. Hän matkustaa Arabiemiirikuntien, Turkin, Venäjän ja IVY-maiden välillä digitaalisena nomadina. Damir suoritti kandidaatin tutkinnon fysiikasta, jonka hän uskoo antaneen hänelle kriittisen ajattelun taidot menestyäkseen jatkuvasti muuttuvassa internetin maisemassa.
