P:
W jaki sposób sztuczna inteligencja umożliwia „wzmocnienie mózgu” w celu zwiększenia pamięci za pomocą elektrycznej stymulacji mózgu?
ZA:Nowe metody nauki sztucznej inteligencji pomagają badaczom lepiej zrozumieć, jak działa mózg - aw niektórych przypadkach ci naukowcy mogą faktycznie interweniować i popychać mózg do innej pracy.
Jeśli to brzmi skomplikowanie, to dlatego, że tak jest. Wired historia przedstawiająca projekt badawczy University of Pennsylvania zaczyna się od wskazania, że ludzki mózg jest w dużej mierze nieznaną „czarną skrzynką” dla naukowców oraz że istnieją znaczące bariery w wpływie na aktywność mózgu.
Jednak psycholog UPenn Michael Kahana i zespół naukowców byli w stanie wykorzystać elektrody trafiające do mózgów 25 pacjentów z padaczką, aby zacząć uczyć się o tym, jak mózg działa podczas pamięci.
Znaczące jest to, że zespół był w stanie to zrobić, stosując „piggybacking” na już istniejącej infrastrukturze. (Na podstawie sformułowania zakłada się, że grupa była w stanie wykorzystywać osoby, które były już związane z bardziej prozaicznymi względami medycznymi.) Jak wskazuje artykuł, dość trudno jest uzyskać poparcie od badaczy, aby wprowadzić technologię inwazyjną do mózg.
Naukowcy rozpoczęli od czytania aktywności mózgu, a konkretnie dokładnego obliczania aktywności elektrycznej w mózgu, podczas gdy ludzie byli w trakcie uczenia się i zapamiętywania słów.
Po zrobieniu tego przez pewien czas i zbudowaniu solidnego zestawu szkoleniowego naukowcy byli w stanie przewidzieć pewne rodzaje uczenia się.
Po przeprowadzeniu fundamentalnych badań naukowcy byli w stanie wysłać stymulację elektryczną do mózgu, aby wspomóc proces pamięci.
Kiedy mówisz o zastosowaniu stymulacji elektrycznej do pomocy w zapamiętywaniu, brzmi to prosto - ale kiedy przyjrzysz się bliżej, wszystko opiera się na bardzo zaawansowanych technologicznie metodach i dość zgadywaniu.
Bez wstępnego uczenia maszynowego, które zidentyfikowało aktywność pamięci, naukowcy nie mieliby pojęcia o tym, jak elektrycznie stymulować mózgi w celu promowania dobrej funkcji pamięci.
Z lektury badań wynika, że zespół nie wie, jak działa stymulacja elektryczna - po prostu wiedzą, że tak jest. Innymi słowy, naukowcy wykorzystują wyniki uczenia maszynowego do dostrojenia systemu, bez faktycznego zrozumienia tajników samej funkcji mózgu.
Ten intrygujący przykład jest prawdopodobnie jednym z najlepszych przykładów praktycznego uczenia maszynowego - tutaj dane nie są po prostu umieszczane w zestawach szkoleniowych w celu modelowania większej liczby danych. Tutaj zestaw treningowy faktycznie działa jako katalizator dla konkretnych eksperymentów w bioinformatyce, a wyniki oparte są na obliczeniach wykonanych przez programy uczenia maszynowego. To bardzo interesujące spojrzenie na synergię między sztuczną inteligencją i naszymi ludzkimi mózgami biologicznymi oraz na ich krzyżowanie się, gdy robimy szybki postęp w kierunku „osobliwości” Raya Kurzweila i innych przyszłych wyników.
