8 minute read
Mislim, dakle ostavljam trag
from IRT3000 АДРИА #6
Kontrola uma nije naučna fantastika. Kontrola uma nije više blizu, nego je tu i sada. Istraživači s Tehničkog univerziteta u Sidneju su, naime, prvi razvili prenosni, neinvazivni sistem veštačke inteligencije za čitanje misli. Njihov sistem dekodira misli i menja ih u tekst. To su učinili nadgradnjom vlastite biosenzorske tehnologije koja omogućava upravljanje uređaja, kao što su roboti i mašine, isključivo pomoću misli.
Tehnologija istraživača iz Centra za veštačku inteligenciju „GrapheneX-UTS Veštačka inteligencija usredsređena na čoveka“ (GrapheneX-UTS HAI), na Tehničkom univerzitetu u Sidneju (UTS), mogla bi da pomogne pri komunikaciji ljudima koji zbog bolesti ili oštećenja, uključujući i moždanu kap ili paralizu, ne mogu da govore. Isto tako bi mogla da omogući nesmetanu komunikaciju između ljudi i mašina, na primer pri upravljanju bioničke ruke ili robota. Studija australskih istraživača bila je izbrana kao centralni prilog na konferenciji NeurIPS, vrhunskom godišnjem susretu koji predstavlja vodeća svetska istraživanja na području veštačke inteligencije i mašinskog učenja, koji se odvijao u Nju Orleansu.
Istraživanje je vodio profesor emeritus dr. CT Lin, direktor centra GrapheneX-UTS HAI, zajedno s prvim autorom istraživanja, dr. Jikunom (Yiqun) Duanom i doktorskim kandidatom Jinzouom Zouom (Jinzhou Zhou) s Fakulteta za inženjerstvo i IT UTS. U studiji su učesnici tiho čitali odlomke teksta, dok su nosili kapu koja je elektroencefalogramom (EEG) beležila električnu aktivnost mozga preko skalpa. Talasanje EEG je podeljeno na odvojene jedinice, koje zahvataju posebne karakteristike i uzorke ljudskog mozga. To obavlja model veštačke inteligencije imenovan DeWave, koji su isto tako razvili istraživači. DeWave prevodi signale EEG u reči i rečenice tako da uči iz velikih količina podataka EEG. „To istraživanje je pionirski rad pri neposrednom prevođenju sirovih talasa EEG u jezik, što znači važan proboj na tom području“, objasnio je profesor Lin. „Prvo je uključilo diskretne tehnike kodiranja u proces prevođenja iz mozga u tekst i tako uvelo inovativan pristup neuronskom dekodiranju. Integracija s velikim jezičkim modelima otvara nove granice na području neuronauke i veštačke inteligencije“, dodao je. Dosadašnja tehnologija za prevođenje moždanih signala u jezik zahtevala je ili hirurški zahvat za usađivanje elektroda u mozak, kao što to radi neurotehnološko preduzeće Neuralink, ili skeniranje u aparatu za magnetsku rezonanciju, koji je velik, skup i teško ga je upotrebljavati u svakodnevnom životu. Ti metodi takođe teško pretvaraju moždane signale u segmente na nivou reči bez dodatnih pomagala, kao što je praćenje očiju, što ograničava praktičnu upotrebu tih sistema. Nova tehnologija može da se koristi s praćenjem očiju ili bez njega.
U istraživanju UTS je učestvovalo 29 učesnika. To znači da će biti verovatno pouzdanije i prilagodljivije nego ranije tehnologije dekodiranja, koje su bile isprobane samo na jednom ili dva pojedinca, jer se talasi EEG među pojedincima razlikuju. Upotreba signala EEG primljenih preko kape, a ne s elektroda koje su implantirane u mozak, znači da je signal bučniji. Studija je ipak izvestila o najsavremenijim sposobnostima EEG, koje su premašile ranija merila. „Model je spretniji pri slaganju glagola nego imenica. Kod imenica smo uočili težnju za sinonimnim parovima umesto preciznih prevoda, kao što je „čovek“ umesto „autor“, objasnio je dr. Duan.
Istraživač smatra da se to događa zato što mozak pri obradi tih reči sličnih po značenju stvara slične uzorke moždanog talasanja. „Uprkos izazovima naš model daje smislene rezultate, jer usklađuje ključne reči i oblikuje slične rečeničke strukture“.Preciznost prevođenja je trenutno približno 40% pri BLEU-1.Ocena BLEU je broj između nula i jedan, koji meri sličnost mašinsko prevedenog teksta s nizom kvalitetnih referentnih prevoda. Istraživači se nadaju da će se ta preciznost poboljšati na nivo koji će biti uporediv s tradicionalnim programima za prevođenje jezika ili prepoznavanje govora, koja je bliže 90%. Istraživanje sledi raniju tehnologiju moždano-računarskog interfejsa koji je UTS razvio u saradnji s australijskim odrambenim snagama, a koji upotrebljava moždane talase za naređivanje robotu četvorotočkašu.
Roboti za kontrolu uma su realnost
Da li ste nekada želeli da mislima upravljate robotom? Sada to možete, zahvaljujući istraživanjima UTS na području interakcije između čoveka i robota. Tamošnji istraživači su razvili biosenzorsku tehnologiju koja omogućava upravljanje uređaja kao što su roboti i mašine isključivo pomoću misli. Napredni moždano-računarski interfejs su razvili profesori emeritusi Čin-Teng (Chin-Teng) Lin i profesorica Franćeska Jakopi (Francesca Iacopi) s Fakulteta za inženjerstvo i informacione tehnologije UTS u saradnji s australijskom vojskom i Odbrambenim inovacionim centrom. Istraživanje koje je s približno tri četvrtine miliona evra sredstava finansirao australijski Odbrambeni inovacioni centar, ima tri glavne komponente: biosenzor za detekciju električnih signala iz mozga, elektronski sklop za pojačavanje signala i dekoder veštačke inteligencije, koji ih prevodi u uputstva – zaustavi, skreni desno, skreni levo – koje mašina može da razume. „Tu tehnologiju vidim kao sledeću generaciju interfejsa čovek-računar“, naglasio je tada profesor emeritus Lin. Tehnologija UTS može da električne signale mozga prevede u oblik koji može da neposredno uhvati mašina ili robot, a robot će slediti naredbe.
Pored odbrambene upotrebe tehnologija ima velik potencijal naročito na područjima napredne proizvodnje, vasionske industrije i zdravstva. Invalidima, na primer, omogućava upravljanje invalidskim kolicima ili upotrebu proteza. „Tehnologija bez upotrebe ruku i glasa deluje i izvan laboratorijskog okruženja, bilo kada i bilo gde. Zbog nje su interfejsi, kao što su konzole, tastature, ekrani na dodir i prepoznavanje gestova suvišni“, objasnila je profesorica Jakopi. Istraživačica navodi da im je uspelo udružiti najbolje osobine grafena, ki je veoma biokompatibilan i veoma prevodljiv, s najboljim osobinama silicijumske tehnologije. „Upotrebom vrhunskog materijala grafena u kombinaciji sa silicijumom nam je uspelo otkloniti teškoće s korozijom, održivošću i otpornošću na dodir s kožom, da smo mogli da razvijemo nosive suve senzore“.
Autori su studiju tehnologije objavili lani u ACS Applied Nano Materials. Tekst prikazuje tridimenzionalne senzore s mikrooblicima koji su utemeljeni na subnanometarsko debelom epitaksijalnom grafenu za detekciju signala EEG iz zahtevne potiljačne površine skalpa. Potiljačno područje moždanog režnja, koje odgovara vizualnoj kori mozga, ključno je za izvođenje interfejsa mozak-mašina odnosno pametnog mozga, koji je utemeljen na uobičajenoj paradigmi vizualno pobuđenih potencijala u stabilnom stanju.
Senzori iz uzorka epitaksijalnog grafena pokazuju efikasan dodir s kožom s niskom impedansom i mogu da dosegnu uporediv odnos signal-šum u poređenju s mokrim senzorima. Autori su upotrebom tih senzora prikazali i komunikaciju bez korišćenja ruku s robotom četvorotokašem preko moždane aktivnosti. U tekstu se vidi da su grafenski senzori razvijeni na UTS veoma provodljivi, jednostavni za upotrebu i robusni. Senzori sa šestougaonim uzorkom su namešteni na zadnjoj strani skalpa i detektuju moždane telase iz kore za vid. Senzori su otporni na teške uslove, pa ih je zato moguće upotrebljavati u ekstremnim radnim okruženjima.
Korisnik nosi na glavi nameštenu leću za proširenu stvarnost, koja prikazuje bele bleskajuće kvadrate. Ako se operator usredotoči na određen kvadrat, biosenzor detektuje njegove moždane talase, a dekoder prevede signal u naredbe.
„Naša tehnologija može da u dve sekunde izda barem devet naredbi. To znači da imamo na raspolaganju devet različitih vrsta naredbi, pa operator može da u tom vremenu izabere jednu od njih“, kaže profesor Lin. Time su nadgradili postojeću tehnologiju interfejsa mozak-računar, koja je dosad mogla da izvodi samo dve naredbe (recimo, skreni levo ili desno ili pomeri se napred). Dodao je da su istraživali i mogućnost što većeg smanjene buke tela i okruženja da bi dobili jasniji signal iz mozga upravljača.
Tehnologiju je nedavno predstavila australijska vojska, gde su vojnici pomoću interfejsa mozak-mašina upravljali robotom četvorotočkašem Ghost Robotics. Uređaj je omogućavao upravljanje robotskim psom bez upotrebe ruku s čak 94-postotnom preciznošću.
Saznanja iz istraživanju omogućavaju australijskoj vojsci proučavanje komuniciranja vojnika s robotskim sistemima u toku taktičnih misija. Trenutno vojnici moraju da gledaju u ekran i rukama upravljaju robotskim platformama, iako bi mogli da gledaju nagore i drugačije podržavaju svoju ekipu. „Istražujemo kako vojak može da upravlja autonomnim sistemom – u tom slučaju robotom četvorotočkašem – pomoću moždanih signala, što znači da vojnik može da drži ruke na oružju, čime se poboljšava njegova efikasnost, kao što je naglašeno u strategiji za robotske i autonomne sisteme vojske“, izjavila je potpukovnica Kejt Tolenar (Kate Tollenaar), koja rukovodi projektom u australijskoj vojsci. „Taj moždano-računarski interfejs istražuje kako se robotska platforma odaziva u stvarnom okruženju da bi podržala delovanje vojnika“. Istraživači smatraju da će tehnologija biti zanimljiva za naučnu zajednicu, industrijo i vladu, i nadaju se da će i dalje napredovati na području sistema interfejsa mozak -računar.
» Na konferenciji o sistemima neuronske obrade informacija NeurIPS 2023 istraživači UTS predstavili su DeWave, novi okvir za nedavno predloženi zadatak prevođenja iz EEG u reči s otvorenim rečnikom, koji uvodi koncept diskretnog kodnog kodiranja. Taj pristup donosi 1-10-postotno poboljšanje metrike važnosti korpusnog teksta, kao što su BLEU i ROUGE. DeWave takođe širi podešavanje zadatka na dekodiranje neobrađenih talasa EEG bez pomoći markera fiksacije očiju. Time su pionirski pokazali izvedljivo rešenje koje omogućava neposredno prevođenje. Uprkos tom napretku je kvalitet rezultata dekodiranja mozga još uvek bitno niži od kvaliteta prevođenja jezika i prepoznavanja govora. Prevođenje misli neposredno iz mozga dragocen je ali zahtevan podvig, koji i dalje zahteva velik napor. S obzirom na brz napredak velikih jezičkih modela, slični metodi kodiranja, koji povezuju moždanu aktivnost s prirodnim jezikom zaslužuju veću pažnju.
Uprkos poboljšanjima DeWave pri prevođenju iz EEG u tekst upotrebom diskretnog kodeksa i kodiranja sirovih talasa, njegova preciznost je slabija u poređenju s tradicionalnim prevođenjem iz jezika u jezik. Pored toga, njegovi pokušaji ograničeni na javne podatke o neuronskom čitanju ne uklapaju se sasvim s konceptom „tihog govora“ neposrednog prevođenja misli iz ljudskih mozgova. DeWavnovo uvođenje diskretnog kodiranja sličnog umetanju reči, mogla bi da bude dobar korak u smanjivanju provalije između moždanih talasa i naprednih jezičkih modela.
