به گزارش ایران اکونومیست و به نقل از نوروساینس نیوز، شاید به زودی نیازی به استفاده از تابع "Help" نداشته باشیم زیرا رایانه متوجه می‌شود که ما مشکلی داریم و خودبه‌خود به ما کمک می‌کند. این یکی از پیامدهای احتمالی تحقیقات جدید در "دانشگاه کپنهاگ"(University of Copenhagen) دانمارک و "دانشگاه هلسینکی"(University of Helsinki) فنلاند است.
"تووکا روتسالو"(Tuukka Ruotsalo)، دانشیار بخش علوم رایانه دانشگاه کپنهاگ گفت: ما می‌توانیم رایانه‌ای بسازیم که تصاویر را کاملا براساس افکار ایجاد شده توسط سوژه‌های انسانی ویرایش کند. رایانه مطلقا هیچ اطلاعات قبلی در مورد ویژگی‌هایی که قرار است، ویرایش کند و نحوه ویرایش آنها ندارد. هیچکس قبلا این کار را نکرده است.
فعالیت مغز به عنوان تنها ورودی
در این پژوهش، ۳۰ شرکت‌کننده به کلاهک‌های حاوی الکترود مجهز شدند که سیگنال‌های الکتریکی مغز را ترسیم می‌کردند و نوار مغزی را برمی‌داشتند. به همه شرکت‌کنندگان، ۲۰۰ تصویر مختلف از صورت ارائه شد تا به آنها نگاه کنند. همچنین، مجموعه‌ای از وظایف به آنها محول شد؛ مانند جستجوی صورت زنانه، جستجوی افراد مسن، جستجوی موهای بور و مواردی از این دست.
شرکت‌کنندگان، هیچ اقدامی را انجام نمی‌دادند و فقط به تصاویر نگاه می‌کردند. مدت زمان نگاه کردن به هر تصویر، ۰.۵ ثانیه بود. فعالیت مغزی شرکت‌کنندگان نشان داد که دستگاه ابتدا اولویت ارائه‌شده را مورد بررسی قرار می‌دهد و سپس، تصاویر را براساس آن ویرایش می‌کند. اگر وظیفه ارائه‌شده، جستجوی افراد مسن بود، رایانه پرتره افراد جوان‌تر را تغییر می‌داد تا آنها را مسن‌تر نشان دهد.
"کیت دیویس"(Keith Davis)، پژوهشگر دانشگاه هلسینکی گفت: لازم به ذکر است که رایانه هیچ دانشی در مورد تشخیص چهره و هیچ ایده‌ای در مورد جنسیت، رنگ مو یا هر ویژگی مرتبط دیگری نداشت. با وجود این، تنها ویژگی مورد نظر را ویرایش کرد و سایر ویژگی‌های صورت را بدون تغییر باقی گذاشت.
ممکن است استدلال برخی افراد این باشد که در حال حاضر نرم‌افزارهای زیادی وجود دارند که می‌توانند به دستکاری ویژگی‌های صورت بپردازند. دیویس ادامه داد: همه نرم‌افزارهای موجود قبلا با ورودی برچسب‌دار آموزش داده شده‌اند. بنابراین، اگر اپلیکیشنی را می‌خواهید که افراد را مسن‌تر نشان دهد، هزاران عکس پرتره به آن می‌دهید و به رایانه می‌گویید که کدام یک جوان و کدام یک پیر هستند. تنها ورودی در این پژوهش، فعالیت مغز شرکت‌کنندگان بود. این یک الگوی کاملا جدید در هوش مصنوعی است که از مغز انسان به طور مستقیم به عنوان منبع ورودی استفاده می‌کند.
کاربردهای احتمالی در پزشکی
یکی از کاربردهای احتمالی این روش می‌تواند در حوزه پزشکی باشد. روتسالو گفت: پزشکان در حال حاضر از هوش مصنوعی در تفسیر تصاویر اسکن استفاده می‌کنند. با وجود این، اشتباهاتی رخ می‌دهند. پزشکان فقط از تصاویر کمک می‌گیرند اما تصمیم‌گیری خودشان را خواهند داشت. شاید برخی از ویژگی‌ها در تصاویر، به اشتباه تعبیر شوند. چنین الگوهایی ممکن است با استفاده از تحقیقات ما کشف شوند.
یکی دیگر از برنامه‌های کاربردی می‌تواند کمکی برای گروه‌های خاصی از افراد ناتوان باشد؛ به عنوان مثال، به یک شخص مبتلا به فلج اندام امکان دهد تا با رایانه خود کار کند.
روتسالو افزود: این نتیجه، اتفاقی فوق‌العاده خواهد بود اما تمرکز تحقیقات ما نیست. ما دامنه وسیعی را در نظر داریم و به طور کلی، به دنبال بهبود یادگیری ماشینی هستیم. دامنه کاربردهای احتمالی این روش، گسترده خواهد بود. به عنوان مثال، تا ۱۰ یا ۲۰ سال دیگر ممکن است به استفاده از ماوس یا دستورات تایپ برای کار کردن با رایانه خود نیازی نداشته باشیم. در عوض، شاید بتوانیم فقط از کنترل ذهن استفاده کنیم.
لزوم سیاست‌گذاری
روتسالو ادامه داد: جمع‌آوری سیگنال‌های مغزی فردی، معضلات اخلاقی را نیز به همراه دارد. هر کسی که این دانش را کسب کند، ممکن است بتواند درک عمیقی را در مورد اولویت‌های افراد به دست آورد. ما پیشتر شاهد چنین روندهایی بوده‌ایم.
مردم، ساعت‌های هوشمند و دستگاه‌های مشابه آنها را می‌خرند که می‌توانند ضربان قلب را ثبت کنند اما آیا می‌توان اطمینان داشت که داده‌هایی تولید نشوند که دانشی را در مورد ما در اختیار شرکت‌های خصوصی می‌گذارند؟
روتسالو گفت: من این امر را جنبه مهمی از کار آکادمیک می‌دانم. تحقیقات ما نشان می‌دهند که چه چیزی ممکن است اما ما نباید کارها را فقط به این دلیل انجام دهیم که می‌توان آنها را انجام داد. این حوزه‌ای است که به نظر من باید به واسطه دستورالعمل‌ها و سیاست‌های عمومی تنظیم شود. اگر این موارد تطبیق داده نشوند، شرکت‌های خصوصی بدون توجه به آنها پیش خواهند رفت.
این پژوهش، در کنفرانس "CVPR 2022" ارائه شد.
