Nghiên cứu mới: AI tái tạo hình ảnh từ sóng não con người với độ chính xác cao
Các nhà nghiên cứu Nhật Bản mới đây đã công bố kết quả nghiên cứu cho thấy trí tuệ nhân tạo (AI) có thể tái tạo hình ảnh từ hoạt động não bộ của con người với độ chính xác trên 75%, một tiến bộ vượt bậc so với các phương pháp trước đó chỉ đạt được độ chính xác 50,4%.
Các nhà khoa học đã có thể tái tạo lại “hình ảnh nhìn thấy” trong tâm trí đối tượng với độ chính xác hơn 75% nhờ công nghệ trí tuệ nhân tạo. Ảnh: Neural Networks/Naoko Koide-Majima, Shinji Nishimoto, and Kei Majima
"Giải mã" hoạt động não người bằng trí tuệ nhân tạo
Theo nhật báo The Mainichi, cho đến nay, việc tái tạo hình ảnh từ hoạt động của não người chỉ có thể thực hiện được khi đối tượng thực sự nhìn thấy chúng hoặc khi loại hình ảnh, chẳng hạn như khuôn mặt, chữ cái hoặc các hình đơn giản. Tuy nhiên, nhóm các nhà nghiên cứu từ Viện Khoa học và Công nghệ Lượng tử Quốc gia Nhật Bản (QST) và các tổ chức khác cho biết, họ đã thành công trong việc tái tạo những hình ảnh phức tạp hơn (như đồ vật hay cảnh quan) chỉ từ suy nghĩ của con người - lần đầu tiên trên thế giới - bằng cách sử dụng công nghệ trí tuệ nhân tạo. Kết quả nghiên cứu này đã được công bố trên Tạp chí khoa học quốc tế Neural Networks.
Một trong những hình ảnh được cung cấp cho các đối tượng nghiên cứu. Đối tượng hình dung ra hình ảnh này trong khoảng từ 30 phút đến 1 giờ sau khi xem. Ảnh: QST
Theo The Japantimes, nhóm nghiên cứu đã phát triển một công nghệ định lượng hoạt động của não và cho phép trí tuệ nhân tạo tạo sinh vẽ lại hình ảnh kết hợp với các kỹ thuật dự đoán để tái tạo các vật thể phức tạp.
Trong quá trình nghiên cứu, những người tham gia được xem 1.200 hình ảnh về các vật thể và phong cảnh. Mối quan hệ giữa tín hiệu não của họ và các hình ảnh được phân tích và định lượng bằng máy chụp ảnh cộng hưởng từ chức năng (fMRI). Những hình ảnh tương tự được đưa vào trí tuệ nhân tạo tạo sinh để tìm hiểu sự tương ứng của chúng với hoạt động của não.
Một chương trình dịch tín hiệu thần kinh đã được tạo ra để khớp hoạt động của não với "biểu đồ điểm" (khoảng 6,13 triệu yếu tố như màu sắc, hình dạng và kết cấu), đồng thời tạo ra các "biểu đồ điểm" mới khi có hoạt động não mới được đưa vào.
Tiếp theo, các đối tượng được cho xem một hình ảnh khác với 1.200 hình ảnh và hoạt động não của họ được đo bằng fMRI 30 phút đến 1 giờ, trong khi được yêu cầu tưởng tượng lại hình ảnh mà họ đã nhìn thấy. Bộ dịch tín hiệu thần kinh nhập các bản ghi, sau đó tạo ra biểu đồ điểm. Các biểu đồ được đưa vào một chương trình trí tuệ nhân tạo tạo sinh khác để tái tạo lại hình ảnh, trải qua quá trình sửa đổi 500 bước.
Một hình ảnh được tái tạo bởi AI tạo sinh bằng cách sử dụng bản ghi hoạt động thần kinh của đối tượng tham gia thử nghiệm. Ảnh: QST
Quá trình này mang đến khả năng xác định chính xác hình ảnh gốc từ hình ảnh được tái tạo với tỷ lệ lên đến 75,6%, một tiến bộ vượt bậc so với các phương pháp trước đó chỉ đạt được độ chính xác 50,4%.
Nhà nghiên cứu Kei Majima của QST cho biết: "Đây là một thành tựu lớn. Tôi hy vọng nghiên cứu này sẽ thúc đẩy sự hiểu biết sâu hơn về tâm trí con người".
Các nhà khoa học tin tưởng rằng, công nghệ này sẽ mang lại nhiều lợi ích trong lĩnh vực y tế, tạo ra hình thức giao tiếp mới, đặc biệt là đối với những bệnh nhân đã mất khả năng giao tiếp bằng lời nói. Bên cạnh đó, nó cũng giúp hiểu rõ hơn về cơ chế hoạt động não bộ tạo ra ảo giác và giấc mơ.
Trí tuệ nhân tạo tạo sinh (Artificial Intelligence Generation) là một lĩnh vực của trí tuệ nhân tạo liên quan đến việc sử dụng các thuật toán để tạo ra các nội dung mới (bao gồm văn bản, hình ảnh, âm thanh, video hoặc bất kỳ loại dữ liệu nào khác) mà không cần sự can thiệp của con người.
Các mô hình AI tạo sinh sử dụng mạng thần kinh để xác định các mẫu và cấu trúc trong dữ liệu hiện có, từ đó tạo nội dung mới và độc nhất.
Một trong những đột phá của các mô hình AI tạo sinh là khả năng tận dụng các phương pháp học khác nhau, bao gồm học không giám sát hoặc học bán giám sát để đào tạo. Điều này giúp các hệ thống dễ dàng và nhanh chóng tận dụng một lượng lớn dữ liệu để tạo các mô hình cơ sở (foundation models). Như tên gọi, các mô hình cơ sở có thể được sử dụng như một nền tảng cho các hệ thống AI thực hiện nhiều tác vụ khác nhau.
ChatGPT là một ví dụ điển hình của AI tạo sinh. ChatGPT được xây dựng dựa trên GPT-3.5 - một dòng mô hình ngôn ngữ lớn được tinh chỉnh đồng thời bằng cả 2 kỹ thuật học tăng cường và học có giám sát. ChatGPT có thể hồi đáp chi tiết và trả lời lưu loát câu hỏi của người dùng trên nhiều lĩnh vực kiến thức, ngôn ngữ khác nhau.
