Японские ученые научили ИИ генерировать изображения на основе мысленных образов

Исследователи «декодируют» объекты и ландшафты из воображаемых образов на основе активности мозга.

Ученые из Национального института квантовой науки и технологий (QST) и Университета Осаки разработали подход для распознавания с помощью ИИ сложных визуальных образов на основе анализа функциональной магниторезонансной томографии (фМРТ) мозга. По словам исследователей, подход можно будет использовать для изучения иллюзий, галлюцинаций и снов. 

Исследователи показали участникам около 1200 изображений, а затем проанализировали и количественно оценили корреляцию между сигналами мозга и зрительными стимулами с помощью фМРТ. Карты связей ученые использовали для обучения генеративного ИИ расшифровке и воспроизведению мысленных образов на основе активности мозга.

Принцип обучения нейросети (а) и декодирования изображений (б). Иллюстрация: Naoko Koide-Majima et al., Neural Networks

В предыдущих исследованиях различные группы ученых воссоздавали изображения, которые видели люди, путем анализа активности их мозга. Но сделать то же самое с мысленными образами было слишком сложно. Немногочисленные публикации ограничивались простыми изображениями — буквами или геометрическими фигурами.

Метод, предложенный японскими исследователями, предполагал восстановление как картинок, которые участникам показывали во время сканирования, так и тех, что их просили представить. Правда, для эксперимента участники должны были представлять изображения, которые им показывали раньше.

Результаты показали, что хотя анализ активности мозга и не воспроизводит в точности исходную картинку, тем не менее получившиеся яркие изображения содержат отчетливые детали исходных снимков. Дальнейшее развитие технологии найден применение для изучения работы мозга и медицинских исследований, полагают ученые.


Читать далее:

Рядом с Землей нашли теплую планету, где год длится 22 дня

10 триллионов кадров в секунду: посмотрите, как ютуберы засняли скорость света

Странный объект, запертый между Сатурном и Ураном, меняется прямо сейчас

На обложке: пример реконструкции изображения: слева изображение, которое представлял участник, справа — реконструированное нейросетью. Иллюстрация: Naoko Koide-Majima et al., Neural Networks

Подписывайтесь
на наши каналы в Telegram

«Хайтек»новостионлайн

«Хайтек»Dailyновости 3 раза в день

Первая полоса
Хирурги впервые удалили опухоль позвоночника через глазницу
Наука
Не только в небе: птерозавры ходили бок о бок с динозаврами, выяснили ученые
Наука
Синтезирована молекула, «которая может заменить кремний в микроэлектронике»
Наука
Меньше вспышек, больше бурь: ученые рассказали об активности Солнца в первые месяцы года
Космос
Находка на Кавказе опровергает теории о примитивности неандертальцев
Наука
Астрономы раскрыли тайну магнитаров: эти звезды заполняют Вселенную золотом
Космос
Антидот от 13 ядовитых змей получили из крови донора, которого укусили 856 раз
Наука
Телескоп «Чандра» наблюдал причину «перелома кости» в центре Млечного Пути
Космос
Оптический транзистор разогнали до 240 ГГц: это основа для компьютеров нового поколения
Новости
Google бросает вызов ChatGPT: в поисковике появилась вкладка с ИИ
Новости
Посмотрите, как рождаются планеты: опубликованы самые четкие изображения в истории
Космос
Рыбы в виртуальной реальности обучают роботов двигаться косяками
Новости
У мертвой звезды нашли самую холодную из известных планет
Космос
После обновления ChatGPT стал подхалимом: OpenAI объяснила, что случилось
Новости
«Википедия» внедрит ИИ: это будет работать и что станет с редакторами
Новости
Поднимет и авианосец: для реактора ИТЭР сделали мощнейший магнит в мире
Наука
Посмотрите на маневренный дрон с крыльями, как у белки-летяги
Новости
Недалеко от Земли нашли странную группу молодых звезд, стремящихся разлететься в разные стороны
Космос
Летучие мыши учатся подслушивать за сексом лягушек, чтобы выбрать добычу
Наука
В МФТИ разработана технология для создания долговечной памяти электронных устройств
Наука