Umelá inteligencia vytvorila nemožné. Urobí video z myšlienok, nahrá tvoje sny
V uplynulých mesiacoch zažila umelá inteligencia väčší rozvoj, ako akákoľvek iná technológia. AI prekročila pomyselný prah a prestúpila zo sveta odborníkov do sveta širokej populácie. Hoci mnoho laikov začalo využívať výhody platforiem ako sú ChatGPT, Bing Chat či Bard, umelá inteligencia dosiahla výrazný pokrok aj v ďalších oblastiach.
Umelá inteligencia a technológie v medicíne
Pokrok je zreteľný najmä v oblasti medicíny a neurovied, ku ktorému výrazne pomohli aj ďalšie moderné technológie ako je napríklad funkčná magnetická rezonancia (fMRI). Čo sa týka samotnej fMRI, ide o stále o pomerne novú technológiu slúžiacu k funkčnému zobrazovaniu mozgu, respektíve k mapovaniu mozgovej odozvy na vonkajšie alebo vnútorné podnety.
S rapídnym vývojom počítačovej techniky a štatistických metód sa rozvinula aj fMRI a to do takého štádia, že funguje aj ako veľmi užitočný nástroj pre vizualizáciu anatomických štruktúr mozgu, ktoré sú zapojené do procesov vnímania, riadenia pohybu a myslenia. Vďaka tejto metóde je možné získavať detailné a dynamické informácie o tom, ako sa mozog správa a funguje v reálnom čase.
Hoci moderné technológie prispeli k výraznému pokroku v oblasti neurovied, plne porozumieť informáciám skrytým v našich mozgových aktivitách je stále veľkou hádankou. Úloha obnovy ľudského videnia z mozgových záznamov, najmä pomocou neinvazívnych nástrojov ako je spomínaná fMRI, je tiež nesmierne komplikovaná úloha.
Neinvazívne metódy majú veľké množstvo výhod, ale zachytávajú len určité obmedzené množstvo informácií, ktoré sú navyše náchylné na rôzne rušenia. Výzvou je aj samotná povaha fMRI, ktorá meria signály závislé od hladiny kyslíka v krvi (BOLD signály) a zachytáva snímky mozgovej aktivity každých niekoľko sekúnd. Základné obmedzenie fMRI technológie teda spočíva vo veľmi malej zmene intenzity signálu spojenej s hemodynamickou odpoveďou – zmeny v krvnom toku a hladine kyslíka v mozgu, ktoré sú spúšťané aktivitou mozgových buniek.
V ľudskej reči povedané, v prípade, že sa vedci snažia zo záznamov o aktivite mozgu obnoviť myšlienky, narážajú na problém. Naše prežívanie sveta okolo nás je totiž jeden veľký plynulý a kontinuálny obraz plný rôznych pohyb a scenérií, zatiaľ čo fMRI meria signály závislé od hladiny kyslíka v krvi a zachytáva mozgovú aktivitu len každých pár sekúnd.
Vytvoriť tak plynulý obraz, ktorý by svojim spôsobom pripomínal video, je pomerne veľký problém.
Neuveriteľný kvalitný výstup
Zatiaľ čo každý údaj fMRI je považovaný v podstate za „priemer“ mozgovej aktivity, frekvencia štandardného videa je 30 snímok za sekundu. Ak jeden snímok „fMRI trvá 2 sekundy, za túto dobu je na štandardnom videu možné vzhliadnuť 60 a viac snímok, ktoré môžu obsahovať rôzne objekty a pohyby,“ približujú problematiku rekonštrukcie mozgovej aktivity čínsky vedci v štúdii publikovanej v žurnále arXiv.
Tým sa totiž v uvedenej štúdii podarilo pomocou fMRI a umelej inteligencie vytvoriť dynamické video vo vysokom rozlíšení z aktivity mozgu. Zatiaľ čo predchádzajúce úsilie iných vedeckých skupín viedlo k rekonštrukcii, respektíve vytvoreniu statických obrazov z mozgovej aktivity, v novej štúdii vedci vytvorili tzv. „MinD-Video“, ktoré generuje video obraz z mozgovej aktivity.
Svoj model „MinD-Video“ považujú za „dvojmodulový systém, ktorý slúži na spojenie obrazových a video dekódovacích techník v mozgu“. Model sa navyše neustále učí zo získaných mozgových signálov a trénuje prostredníctvom obrazových databáz.
Ako to funguje?
V prípade modelu MinD-Video je prvým modulom enkóder fMRI, ktorý je trénovaný v rámci prostredia CLIP pomocou kontrastného učenia, čo umožňuje získanie sémanticky súvisiacich vlastností zo signálov v mozgu.
CLIP je skratka pre Contrastive Language-Image Pre-Training, teda metódu strojového učenia, ktorá kombinuje jazykové a vizuálne signály s cieľom naučiť sa reprezentácie, ktoré sú schopné porozumieť vzťahu medzi textom a obrazom, uvádza sa v štúdii.
Druhý modul potom predstavuje upravená verzia Stable Diffusion, čo je model, ktorý sa používa na generovanie videí z fMRI dát. Pri generovaní videa z fMRI údajov sa využíva Stable Diffusion model na predikciu nasledujúceho snímku na základe predchádzajúcich snímok a fMRI signálov.
Portál Science túto technológiu prirovnáva k iným generatívnym umelým inteligenciám prevodu textu na obrázok, ako sú DALL-E či MidJourney, ktoré vytvárajú nové obrázky na základe textových výziev. Za zmienku rozhodne stojí aj fakt, že technológia uzrela svetlo sveta iba minulý rok.
V rámci novej štúdie jej však vedci pridali niekoľko nových poznatkov, respektíve jej umožnili ďalší tréning a pridali množstvo vylepšení ako zaostrovanie na blízke snímky a pod.
Výsledky hovoria jasne
Výsledkom potom boli vysokokvalitné videá, doplnené o dynamiku pohybu a scény s presnosťou až 85 %, uvádza sa v správe publikovanej na webe TechExplorist. Vedci dosiahli priemernú presnosť v sémantických klasifikačných úlohách a hodnotu 0.19 v indexe štrukturálnej podobnosti (SSIM), čím predčili predchádzajúce najmodernejšie modely o závratných 45 %.
SSIM je metrika, ktorá sa používa na kvantitatívne porovnanie podobnosti medzi dvoma obrazmi. Kritickým poznatkom v tomto prípade je to, že index meria ako podobnosť vo výskyte pixelov, tak aj štrukturálnu podobnosť – textúra, kontrast, osvetlenie a pod. SSIM býva hodnotené na škále od -1 do 1, pričom hodnota 1 indikuje maximálnu podobnosť medzi dvoma obrazmi.
Výsledky tiež naznačujú, že nová metóda je účinná pri rekonštrukcii videí z fMRI údajov a poskytuje vysokú sémantickú presnosť a vizuálnu podobnosť s originálnymi videami. Čo sa týka originálnych videí, tie boli z dôvodu efektívneho trénovania a testovania zmenšené z 30 FPS na 3 FPS, čo zodpovedá 6 snímkam na jeden fMRI snímok.
Vedci pritom rekonštruovali video o dĺžke 2 sekúnd (6 snímok) z jedného fMRI snímku. Ubezpečujú však, že ich model je schopný rekonštruovať aj dlhšie videá z viacerých fMRI, avšak je potrebné mať oveľa viac grafického výkonu, ako mali k dispozícii.
Autori tiež tvrdia, že ich práca je prísľubom pre budúce veľké modelové aplikácie „od neurovedy po rozhrania mozog-počítač“. Použitie AI spolu s technológiami ako sú fMRI, MRI a EGM (elektromyogram) predstavuje tiež prísľub pre lepšie pochopenie fungovania ľudskej mysle.
Dokážeme zaznamenávať sny?
Niektorí ďalší vedci, ktorí neboli zapojení do výskumu, sa tiež nazdávajú, že tieto technológie nám v budúcnosti umožnia zachytávať naše myšlienky a sny. Umelá inteligencia sa spolu s uvedenými technológiami totiž už nejaký ten čas využíva na zaznamenávania snov, respektíve na sledovanie mozgovej aktivity a nervových impulzov vo svaloch, aby bolo možné definovať obrazy, reč a pohyb v snoch.
Za zmienku tiež stojí aj fakt, že človek má v priemere 6 snov za noc, avšak až 90 % z nich zabudne do niekoľko minút po prebudení. Aj preto je pre mnohých predstava zaznamenávania snov nesmierne vzrušujúca.
Ďakujeme, že čítaš Fontech. V prípade, že máš postreh alebo si našiel v článku chybu, napíš nám na redakcia@fontech.sk.
Teraz čítajú
ChatGPT dostáva masívnu aktualizáciu. Dokáže vidieť, počuť aj rozprávať
NESMIEŠ PREHLIADNUŤ Exkluzívny rozhovor: Nemáme zákon na úroveň prelomu, aký AI spravila za posledných 6 mesiacov. Čo ďalej?
Koniec sveta je bližšie, než sa čakalo. Vedci zistili, ktorá katastrofa vyhladí ľudstvo ako prvá
Ľudia budú zbytoční. Blíži sa umelá inteligencia, ktorá naplní všetky nočné mory
Nová umelá inteligencia nahradzuje influencerov. Je až neuveriteľne dobrá
NAJČÍTANEJŠIE ZO STARTITUP
Mäso napichané vodou, lacný tuk namiesto masla: V nákupnom raji Slovákov sú „falošné“ potraviny
„Ak Sulík konal, ako Haščák chcel, je to pr*ser.“ Naď prehovoril o schôdzi, kde sa riešil Sulík a agent GRU
Akcia NAKA: Zadržali bývalého šéfa nitrianskeho inšpektorátu práce aj majiteľa známych penziónov
Prípad zmiznutej Sone sa rozuzľuje, polícia zistila, kde ju únosca držal
Pre jediný zlý zvyk máš vyššiu pravdepodobnosť, že skončíš na mizine. Prieskum ukázal nečakané výsledky
- 24 hod
- 48 hod
- 7 dní
-
- Kontroverzný návrh z Bruselu: Na vedenie SUV budeš potrebovať nový vodičák, B nebude stačiť
- Nositeľ Nobelovej ceny zavrhol bitcoin, keď stál 6 €. Odvtedy narástol o 375 000 %, jeho desivá predpoveď sa stále môže naplniť
- Nový iPhone 15 Pro je prepadák. V kľúčovom teste pohorel, ľudia sa sťažujú na nespočet problémov
- Naložil som 1,2 tony do elektrickej dodávky. To, aký dojazd z toho vzišiel a čo som zistil, mi vyrazilo dych
- Slováci majú poslednú šancu vidieť vzácny vesmírny jav, neukáže sa ďalší rok
-
- Kontroverzný návrh z Bruselu: Na vedenie SUV budeš potrebovať nový vodičák, B nebude stačiť
- Vzdialené hviezdy sú na dosah, nepotrebujeme ani palivo. Nový pohon spôsobí revolúciu
- GTA 6 prichádza. Toto všetko o hre zatiaľ vieme
- Slováci majú poslednú šancu vidieť vzácny vesmírny jav, neukáže sa ďalší rok
- Ľudstvo dobyje ďalší svet vo vesmíre. Štartujeme na Titan
-
- Kontroverzný návrh z Bruselu: Na vedenie SUV budeš potrebovať nový vodičák, B nebude stačiť
- Vzdialené hviezdy sú na dosah, nepotrebujeme ani palivo. Nový pohon spôsobí revolúciu
- GTA 6 prichádza. Toto všetko o hre zatiaľ vieme
- Slováci majú poslednú šancu vidieť vzácny vesmírny jav, neukáže sa ďalší rok
- Ľudstvo dobyje ďalší svet vo vesmíre. Štartujeme na Titan
Bielorusko obmedzilo používanie dronov, na osobné účely nesmú byť ani dovážané
Čierna listina USA sa zväčšuje. Súčiastky pre drony nepredajú ďalším firmám za ich pomoc Rusku
Najväčšia filmová šialenosť leta príde online. Pustíš si ju na tejto platforme
Informácie z Haščákových mobilov vyšetruje polícia, prelomili ich zabezpečenie
Americký výroba pneumatík ruší pracovné miesta po celom svete
NAJČÍTANEJŠIE ZO STARTITUP
Mäso napichané vodou, lacný tuk namiesto masla: V nákupnom raji Slovákov sú „falošné“ potraviny
„Ak Sulík konal, ako Haščák chcel, je to pr*ser.“ Naď prehovoril o schôdzi, kde sa riešil Sulík a agent GRU
Akcia NAKA: Zadržali bývalého šéfa nitrianskeho inšpektorátu práce aj majiteľa známych penziónov
Prípad zmiznutej Sone sa rozuzľuje, polícia zistila, kde ju únosca držal
Pre jediný zlý zvyk máš vyššiu pravdepodobnosť, že skončíš na mizine. Prieskum ukázal nečakané výsledky
Copyright© 2023 by Startitup, s. r. o. Všetky práva vyhradené