Riassunto:
La capacità dell'intelligenza artificiale di decodificare i segnali visivi provenienti dal cervello fa un ulteriore passo avanti. Un gruppo di ricerca scientifica israeliano ha recentemente sviluppato un modello di intelligenza artificiale in grado di utilizzare la scansione del cervello per ripristinare le immagini viste dall’occhio umano. Il team spera anche di espandersi in futuro ai video e persino alla decodificazione dei sogni. Allo stesso tempo, ha destato preoccupazione anche il rischio di un uso improprio di questa tecnologia.
Secondo quanto riportato dai media sabato ora locale,
il team di Michal Irani, professore presso il Weizmann Institute of Science in Israele, ha recentemente sviluppato un modello di intelligenza artificiale chiamato Brain-IT. Il modello può analizzare i dati della risonanza magnetica funzionale (fMRI) per ricostruire l'immagine visiva del soggetto che visualizza l'immagine.
Fonte: comunicato stampa ufficiale dell'Istituto Weizmann delle Scienze
Secondo il comunicato stampa ufficiale, il modello è in grado di ripristinare le immagini viste dai soggetti con una precisione estremamente elevata.
L'addestramento di questo tipo di modello di intelligenza artificiale richiede una grande quantità di dati accoppiati "immagine + scansione cerebrale", che registrano l'attività cerebrale di una persona durante la visualizzazione di ciascuna immagine.
Tuttavia, la raccolta di questo tipo di dati richiede molto tempo ed è laboriosa. Il "set di dati delle scene naturali" pubblico utilizzato nello studio è attualmente il set di dati più grande nel campo, ma include solo dati di 8 soggetti. Ogni persona ha partecipato a 30-40 scansioni nello scanner, ha visualizzato migliaia di immagini e ha formato un totale di circa 73.000 coppie di dati.
Per risolvere il problema dei dati insufficienti, il team ha addestrato un modello di "back-translation": basato sull'immagine, prevede l'attività cerebrale delle persone quando la vedono, ampliando così significativamente i dati di addestramento.
Irani ha affermato che (in precedenza) alcuni modelli sono stati in grado di ottenere una ricostruzione dell'immagine di alto livello basata sull'attività cerebrale, ma spesso si verificano errori di base nella composizione e nel colore.
Ha osservato: "Il nuovo modello che abbiamo sviluppato è superiore a questi modelli in termini di ripristino dei contenuti e dei dettagli dell'immagine."
"Inoltre, altri modelli richiedono dozzine di ore di dati di scansione cerebrale per imparare a 'leggere' una nuova persona, mentre il nostro modello richiede solo un'ora."
A sinistra è l'immagine originale vista dal soggetto, a destra è l'immagine ricostruita Brain-IT, fonte: comunicato stampa ufficiale del Weizmann Institute of Science
Attualmente questo studio utilizza immagini statiche. Il laboratorio di Irani sta lavorando per espandere questo tipo di approccio di "lettura della mente" per decodificare le informazioni uditive ed eventualmente video.
Particolarmente impegnativa è la decodifica di video, ad esempio durante un sogno, ha affermato Irani in una nota. Le immagini video cambiano decine di volte al secondo e la fMRI impiega circa due secondi per completare una scansione. Se riusciamo a superare tutti questi ostacoli,
potremmo essere in grado di leggere i sogni in futuro
. "I media hanno sottolineato che gli scienziati lavorano su tecnologie correlate da molti anni. Nel 2017, un articolo pubblicato sulla rivista giuridica internazionale "Journal of Law and the Biosciences" ha esplorato la possibilità di utilizzare la tecnologia di neuroimaging per ottenere una "lettura del pensiero basata sul cervello".
Il documento sottolinea che questo tipo di tecnologia può essere utilizzata nei tribunali per condurre accertamenti al poligrafo di imputati, prigionieri e potenziali giurati, migliorando così il sistema giudiziario. Il documento avverte inoltre che questo tipo di tecnologia può essere utilizzata anche per scopi non etici e coercitivi.
Kenneth Norman, professore di psicologia e neuroscienze all'Università di Princeton negli Stati Uniti, ritiene che la qualità dei dati dei segnali provenienti dalle apparecchiature fMRI sia migliorata negli ultimi anni e che siano migliorati anche i metodi con cui gli esseri umani analizzano questi dati, il che rende possibile questo tipo di tecnologia.
Secondo i rapporti, nel 2022, Norman ha affermato in una conversazione con l'American Psychological Association (APA) che tale tecnologia dovrebbe aiutare i pazienti affetti da depressione o ansia.
Ha spiegato che i terapisti possono utilizzare il neurofeedback per rendere i pazienti consapevoli che i loro pensieri sono scivolati in circuiti negativi e guidarli nel tentativo di controllare questi schemi di pensiero.
Attualmente alcuni neuroscienziati parlano molto bene delle capacità del modello Brain-IT e ritengono che abbia il potenziale per essere utilizzato nel trattamento di pazienti affetti da malattie neurologiche. Ma si teme anche che questa tecnologia possa essere abusata e utilizzata per ottenere con la forza informazioni ideologiche personali.
Commenti