金沙js0888_首頁(欢迎您)

  • <td id="dgejl"><strike id="dgejl"></strike></td>
        1. 未来,你是「透明的」!计算机通过人脑信号预测想法,还原人脑图像准确率高达83%

          作者: 佚名 2020-09-25 10:08:05

           近日,来自赫尔辛基大学的研究人员开发了一项技术,可以使计算机通过监测大脑信号来模拟视觉感知,并提出神经自适应生成模型。

          难道马斯克的脑机接口还不够疯狂?

          近日,赫尔辛基大学的研究人员开发了一种技术,可以使计算机通过监测大脑信号来模拟视觉感知。

          从某种意义上来说,计算机试图在预测人的想法,而这可以让计算机产生全新的信息,比如从未见过的虚构图像。

          这一研究成果已于9月7日已发表在Nature期刊上。

          神经自适应生成模型:生成与大脑信号相匹配的图形

          赫尔辛基大学研究的这项技术基于一种全新的脑机接口界面,之前类似的脑机接口已经能够执行从脑到计算机的单向通信,比如拼写单个字母或移动光标。

          而这项新研究是首次使用人工智能方法同时对计算机的信息表示和大脑信号进行建模的研究。与测试者关注的视觉特征相匹配的图像是通过人脑反应与生成神经网络之间的相互作用而生成的。

          研究人员称这种方法为「神经自适应生成模型」。在这项研究中,共有31名志愿者参加,来评估该技术的有效性。

          在记录参与者的脑电图(EEG)时,研究者向他们展示了数百张由AI生成的样貌不同的人的图像。研究人员要求受试者集中注意某些特征,例如看起来偏老或微笑的脸。

          在查看一系列快速呈现的脸部图像时,这些受试者的EEG就会反馈给神经网络,再由该神经网络推断出大脑是否检测到任何图像与受试者所寻找的内容相匹配。

          基于这些信息,神经网络将其估计值调整为人们正在思考的面孔样子。最终,计算机对生成的图像进行了评估,使其与受试者所想的功能几乎完全匹配,实验的准确性为83%。

          Tuukka Ruotsalo表示,芬兰赫尔辛基大学芬兰学院研究员,哥本哈根大学副教授,「这项技术将人类的自然反应与计算机创建新信息的能力结合在一起。在实验中,仅要求受试者查看计算机生成的图像。计算机反过来对显示的图像和人对图像的反应进行建模。通过利用人类的大脑反应信息来生成图像。由此,计算机可以创建出与用户所想相匹配的全新图像。」

          关注注意力焦点,预测所想的内容

          神经自适应生成建模基于以下三个原理:

          1、生成(Generate):生成模型会产生数字信息,以用作感知输入。

          2、感知(Perceive):操作员感知,并对计算机生成的感知输入做出反应。

          3、适应(Adapat):任务相关性是从大脑反应中推断出来的,这会更新潜在生成模型中的位置判断。

          生成人脸图像只是这项技术潜在应用中的一个例子。该研究一个实实在在的好处是计算机可以增强人类的创造力。

          Ruotsalo表示,如果你想绘制或解释某些东西,但无法做到,计算机可能会帮助你实现这个目的。它可以观察你的注意力的焦点并预测你想要创建的内容。

          研究人员认为,这项技术可用于获取大脑对感知和潜在过程的理解。

          高级研究员MichielSpapé认为从心理学角度来看,这也很有趣。

          他表示,「这项技术不能识别人的思想,而是对我们与心理联系做出反应。

          尽管我们无法找出受试者想出的特定老人的身份,但我们可能会了解到他们的想法与老年有关。因此,我们相信这可能为了解社会,认知和情感过程提供一种新途径。」

          计算机 互联网 技术
          上一篇:谷歌推出新模型「pQRNN」,少量参数下进行文本分类,性能堪比BERT 下一篇:训练超大规模图模型,PyTorchBigGraph如何做到?
          评论
          取消
          暂无评论,快去成为第一个评论的人吧

          更多资讯推荐

          以人工智能促进就业发展

          近年来,人工智能快速发展,成为引领新一轮科技革命与产业变革的核心驱动力,全面深刻地改变着人类的生产和生活方式。我国高度重视人工智能的发展,并将人工智能上升为国家战略。

          吕茵 ·? 12h前
          PS 2021锁死各项AI新技术!用起来比美图秀秀更简单

          堪称年度“设计春晚”的Adobe Max 2020,正式开幕。会议在美国时间20号-22号举行,第一天主要介绍了各项软件的更新。

          萧箫 ·? 1天前
          科技趋势年末盘点:德勤2020技术趋势报告解读

          2020年全球风云变幻的一年。经济局势受疫情影响,充满了未知。有的行业在观望中等待机遇,有的在谋求转型,在不确定中“逆袭”。

          徐思彦、杨梦雨 ·? 2天前
          金钱能让人更快乐吗?手把手教你用机器学习找到答案

          本文通过“金钱能让人更快乐吗?”等实操案例带你了解基于实例的学习和基于模型的学习。

          华章科技 ·? 2天前
          希望之业:AI正重新定义室内农业

          人工智能正在颠覆农业领域。这并不是夸大其词,我们所熟知的农业正在被重新定义。一听到农业,大部分人脑海里浮现的是这样的场景:隔壁农民老王穿着工作服开着他的拖拉机在广袤的田地上突突地转圈。但是,这种场景我们的孙子辈可能看不到了。

          读芯术 ·? 2天前
          无基础人员转行做机器学习可以吗?

          无基础人员转行做机器学习可以吗?机器学习需要一定数学基础,没有相关的了解需要重新学习。转行机器学习不适用所有人,可不可以转行需要具体结合自身的情况。入门机器学习有一定的门槛要慎重决定。

          吾非鱼 ·? 2天前
          全面的数据科学C/C++机器学习库整理,再也不用百度搜了

          C++是动态负载平衡、自适应缓存、开发大型数据框架和库的理想选择。谷歌的MapReduce,MunGDB,下面列出的大多数深度学习库都是用C++实现的。以超低延迟和极高吞吐量著称的Scylla,使用C++作为Apache Casand and Amazon DynDoDB的替代者进行编码。

          为AI呐喊 ·? 2天前
          双十一将至!物流无人机离我们还有多远?

          近年来,无人机配送的不断兴起正在为传统物流发展带来颠覆性改变,物流无人机测试、应用的有序开展,正给物流行业带来效率、范围、成本和体验的多方面升级。

          林中易木 ·? 2天前
          Copyright?2005-2020 51CTO.COM 版权所有 未经许可 请勿转载
          金沙js0888