Nepriklausomų tyrėjų rado svarbų pažangų žingsnį dekoduojant vizualinius stimulius, galintį atverti daugybę galimybių, viršijančių vizualinių sutrikimų gydymą.
Panaudoję inovatyvų technologiją, vadinamą Prognozuojamu Dėmesio Mechanizmu (PDM), tyrėjai atliko du eksperimentus, norėdami išsiaiškinti vizualinės informacijos dekodavimo smulkmenas. Pirmajame eksperimente dovanoriai praeidavo funkcinius magnetinio rezonanso vaizdavimus (fMRI), kad būtų galima išmatuoti pokyčius smegenų kraujo tekėjime, matydami žmogaus veidų nuotraukas. Regos atsakas, kurį sudaro smegenų veikla, buvo užrašytas ir paduotas dirbtinei intelektui, leidžiančiam atkurė tai, ką matė dalyviai.
Sekančiame eksperimente tyrėjai dirbo su duomenimis iš ankstesnės studijos, kurioje makakiui rodomos buvo dirbtinio intelekto sukurtos nuotraukos, tuo metu kai užfiksuota smegenų veikla per įimplantuotus elektrodus. Nepriekaištingai PDM atskleidė makakio pastebėtų vaizdų rekonstrukciją, remdamasis tik tuo, kas buvo užfiksuota neuroninio aktyvumo duomenimis, parodydamas išsamų atkūrimą, lygint su senesniu dirbtinio intelekto modeliu sukurtomis nuotraukomis.
Šie rezultatai, paskelbti bioRxiv portalas, tikiausiai paves medicininę mokslą tolyn, leisdami gydyti aklumą stimuliuojant konkrečias smegenų zonas. Be to, ši technologija gali iškelti naujas galimybes saviraiškos asmenims su negalėjimu atžvilgiu.
Revoliucingų pažangų atsiskleidimas atveria naujus horizontus dekoduojant vizualinius stimuli, keliasnis valandas ankstesnę medaus mokslų sritįė, atras virt magijų dekoduojant vizualinę stymulę.
Naudojant aštrųsias technologijas, vadinamas Prognozuojamas Dėmesio Mechanizmas (PDM), tyrėjai leidos su matyti eksperimentais, norėdami ištirti kompleksiškus vizualinės informacijos dekodavimo aspektus. Nors antras eksperimentas apėmė dovanorius, atliekančius funkcinius magnetinio rezonanso tyrimus (fMRI), kad ištirtų pokyčius smegenų kraujo tekėjime, kai jiems rodomos žmonių veidų nuotraukos, sekantis veiksmas apėmė duomenis iš tyrimų, kuriuos įgyvendino makaka matantis nuotraukas, sukurtas dirbtinio intelekto.
Viena iš sukrėptinančių išvadų iš antrojo eksperimento buvo PDM galimybė tiksliai atkurti nuotraukas, matytas makakaus, analizuojant tik neuroninio aktyvumo duomenis. Šis nepriekaištingas atkurimas pabrėžia pažangas, padarytas dekoduojant vizualinius stimuli palyginti su tradiciniais dirbtinio intelekto modeliais.
Nepaisant šių išskirtinių laimėjimų, įgytų šiose revoliucingose tyrimuose kyla svarbių klausimų ir iššūkių, kurie reikalauja dėmesio:
1. Ar yra riba, kiek išsmulkintų detalių gali būti atkurti, analizuojant neuroninio aktyvumo duomenis?
Atsakas: Nors dabartiniai rezultatai rodo įspūdingas galimybes, tyrėjai vis dar tiria, kiek tiksliai neuroninio aktyvumo galite sugauti sudėtingas vizualines stimuli.
2. Ar yra etiniai padariniai, susiję su vizualinės informacijos dekodavimu šiuo būdu?
Atsakas: Etiniai apmąstymai apie privatumą, sutikimą ir potencialų šios technologijos blogo naudojimo poreikį turi būti atidžiai nagrinėtų, užtikrinant atsakingą jos naudojimą.
3. Kokios pagrindinės problemos iškilusios sioje technologijos prieš pritaikant praktinius panaudojimus?
Atsakas: Perėjimas iš kontroliuojamo laboratorinio režimo į realių situacijų scenarijus iškelia iššūkius, tokie kaip ištempiamumas, patikimumas ir suderinamumas su esamomis medicininėmis intervencijomis.
Šio breakthorough privalumai yra:
– Galimos pažangos gydant vizualinius sutrikus stimuliavus konkrečias smegenų zonas.
– Atsiranda galimybių pagerintai bendravimui ir saviraiškai žmonėms su negalėjimais.
Tačiau gali iškilti potencialūs trūkumai ir kontroversijos, pavyzdžiui:
– Susirūpinimas dėl atkurtų vizualinių stimulų tikslumo ir patikimumo.
– Debatai dėl privatumo ir saugumo padarinių, susijusių su prieiga ir interpretavimu neuroninio aktyvumo duomenims.
Norint gilintis į šiuos tiriamuosius tyrimus ir jų reikšmes, galite apsilankyti gerbiamos publikacijos domaino pagrindiniame puslapyje Nature, žinomo dėl siūstojančių avantūriškų mokslinių atradimų.
The source of the article is from the blog scimag.news