این مدل هوش مصنوعی ویدئوها را از سیگنال های مغز بازسازی می کند [تماشا کنید]

محققان موفق به ساخت مدلی شده‌اند که می‌تواند با کمک هوش مصنوعی و از روی سیگنال‌های مغزی، ویدیویی را که فرد مشاهده می‌کند، دوباره بسازد.

پژوهشگران مدعی ساخت مدل هوش مصنوعی جدیدی شده‌اند که می‌تواند ذهن شما را بخواند. این فناوری سیگنال‌های مغزی حاصل از تماشای ویدیو را می‌گیرد و آن‌ها را به ویدیویی تبدیل می‌کند که شبیه به ویدیوی اصلی است.

به گزارش وب‌سایت Futurism، محققان دانشگاه ملی سنگاپور و دانشگاه چینی هنگ‌کنگ می‌گویند مدل هوش مصنوعی MinD-Video با کمک داده‌های موجود از اسکن‌های مغزی fMRI آموزش داده شده است. البته دانشمندان بیشتر به‌دنبال اسکن‌هایی بوده‌اند که فرد حین اسکن درحال تماشای ویدیو بوده است. آن‌ها همچنین از نسخه‌ای از مدل تولید تصویر Stable Diffusion استفاده کرده‌اند.

پژوهشگران سپس ویدیوهایی را به گروهی از داوطلبان نشان دادند و صرفاً با کمک سیگنال‌های مغزی، از طریق هوش مصنوعی دست به خلق ویدیوهای باکیفیتی زدند که شبیه به ویدیوهای مشاهده‌شده توسط افراد بود.

هوش مصنوعی با دقت بالایی سیگنال‌های مغزی را به ویدیو تبدیل می‌کند

به گفته محققان، مدل هوش مصنوعی آن‌ها می‌تواند با میانگین دقت 85 درصدی ویدیوها را بازسازی کند. در مقاله‌ای که پیرامون این پروژه منتشر شده، آمده است: «درک اطلاعات مخفی‌شده در فعالیت‌های پیچیده مغز ما، معمایی بزرگ در حوزه اعصاب شناختی است. ما نشان دادیم که بازسازی ویدیوهای باکیفیت با نرخ فریم‌های دلخواه از طریق مدل هوش مصنوعی تخاصمی Mind-Video ممکن است.»

ویدیوی زیر در سمت چپ ویدیوهای نشان‌داده‌شده به افراد و در سمت راست ویدیوهای بازسازی‌شده را نمایش می‌دهد.

در نمونه‌هایی که از عملکرد این مدل هوش مصنوعی منتشر شده است، می‌توان شباهت‌های خارق‌العاده‌ای را میان تصاویر دیده‌شده توسط کاربر و تصاویر خلق‌شده براساس سیگنال‌های مغزی مشاهده کرد. برای مثال، در یکی از این ویدیوها جمعیتی درحال حرکت در خیابان هستند. ویدیویی که هوش مصنوعی ساخته است هم چنین فضایی را البته با رنگ‌های زنده‌تر نشان می‌دهد.

بااین‌حال، هنوز فضای اصلاحات زیادی برای این مدل وجود دارد. به‌علاوه، محققان می‌گویند خلق تصاویر با هوش مصنوعی می‌تواند به کسب اطلاعات بیشتر پیرامون مغز و عصب‌شناسی مغز کمک کند. نتایج این پژوهش هنوز در مجله‌های علمی معتبر به همتاداری نرسیده و چاپ نشده، اما در وب‌سایت arxiv در دسترس است.