Gli scienziati usano l'intelligenza artificiale per trasformare i pensieri in immagini, precisione dell'80%.

L'intelligenza artificiale può creare immagini basate su messaggi di testo, ma gli scienziati hanno svelato una galleria di immagini che la tecnologia produce leggendo l'attività cerebrale.

Il nuovo algoritmo basato sull'intelligenza artificiale ha ricostruito circa 1,000 immagini, tra cui un orsacchiotto e un aeroplano, da queste scansioni cerebrali con una precisione dell'80%.

I ricercatori dell'Università di Osaka hanno utilizzato il popolare modello di diffusione stabile, incluso in DALL-E 2 di OpenAI, che può creare qualsiasi immagine basata su input di testo.

Il team ha mostrato ai partecipanti serie individuali di immagini e ha raccolto scansioni fMRI (risonanza magnetica funzionale), che il AI poi decodificato.

Dimostriamo che il nostro metodo può ricostruire immagini ad alta risoluzione con un'elevata fedeltà semantica dall'attività del cervello umano", ha condiviso il team nello studio pubblicato su bioRxiv.

"A differenza dei precedenti studi sulla ricostruzione delle immagini, il nostro metodo non richiede formazione o messa a punto di complessi modelli di apprendimento profondo."

L'algoritmo estrae informazioni dalle parti del cervello coinvolte nella percezione delle immagini, come i lobi occipitali e temporali, secondo Yu Takagi, che ha guidato la ricerca.

Il team ha utilizzato la fMRI perché rileva i cambiamenti del flusso sanguigno nelle aree cerebrali attive, Science.org rapporti.

L'FMRI può rilevare le molecole di ossigeno, quindi gli scanner possono vedere dove nel cervello i nostri neuroni - le cellule nervose del cervello - lavorano più duramente (e assorbono la maggior parte dell'ossigeno) mentre abbiamo pensieri o emozioni.

In questo studio sono stati utilizzati un totale di quattro partecipanti, ognuno dei quali ha visualizzato una serie di 10,000 immagini.

L'intelligenza artificiale inizia a generare le immagini come rumore simile all'elettricità statica televisiva, che viene poi sostituito con caratteristiche distinguibili che l'algoritmo vede nell'attività facendo riferimento alle immagini su cui è stato addestrato e trovando una corrispondenza.

"Dimostriamo che la nostra struttura semplice può ricostruire immagini ad alta risoluzione (512 x 512) dall'attività cerebrale con un'elevata fedeltà semantica", secondo lo studio.

“Interpretiamo quantitativamente ogni componente di un LDM dal punto di vista delle neuroscienze mappando componenti specifici a regioni cerebrali distinte.

Presentiamo un'interpretazione obiettiva di come il processo di conversione da testo a immagine implementato da un LDM [un modello di diffusione latente] incorpori le informazioni semantiche espresse dal testo condizionale mantenendo allo stesso tempo l'aspetto dell'immagine originale.'

Leggi la storia completa qui ...