متا شبکه تبلیغاتی مبتنی بر چین را تعطیل کرد

متا شبکه تبلیغاتی مبتنی بر چین را تعطیل کرد

Meta Shuts Down China-Based Propaganda Network PlatoBlockchain Data Intelligence. Vertical Search. Ai.

تیمی از دانشمندان مؤسسه فناوری فدرال سوئیس در لوزان، یک الگوریتم جدید یادگیری ماشینی به نام Cebra (تلفظ "گورخر") ایجاد کردند که سیگنال‌های مغز را به ویدیو ترجمه می‌کند - به این معنی که اساساً می‌تواند افکار را به ویدیو تبدیل کند.

جدید هوش مصنوعی به گفته محققانی که این کار را انجام دادند، این ابزار بر روی جوندگان آزمایش شد تا آنچه را که می بینند بر اساس نگاشت فعالیت عصبی آنها در فریم های خاص در ویدئوها، پیش بینی و بازسازی کند. مطالعه، در 3 می در مجله علمی Nature منتشر شد.

استفن اشنایدر، نویسنده اول مقاله، می گوید: «سبرا در مقایسه با سایر الگوریتم ها در بازسازی داده های مصنوعی برتری دارد، که برای مقایسه الگوریتم ها بسیار مهم است. گزارش توسط عصب شناسی نیوز.

او افزود: «نقاط قوت آن همچنین در توانایی آن در ترکیب داده‌ها در روش‌های مختلف، مانند ویژگی‌های فیلم و داده‌های مغزی نهفته است، و به محدود کردن تفاوت‌های ظریف، مانند تغییرات در داده‌ها که به نحوه جمع‌آوری آن‌ها بستگی دارد، کمک می‌کند».

همچنین بخوانید: هوش مصنوعی "8 سیگنال علاقه" را در جستجوی فرازمینی ها کشف کرد

دقت 95% Cebra

این مطالعه از دانشگاه سوئیس که با نام École Polytechnique Fédérale de Lozanne (EPFL) نیز شناخته می شود، اندکی پس از آن انجام شد که دانشمندان دانشگاه تگزاس از هوش مصنوعی استفاده کردند. ذهن مردم را بخوانید و آن را به متن در زمان واقعی تبدیل کنید.

برای مطالعه خود، محققان EPFL داشتند گورخر فعالیت مغز موش را در زمان واقعی پس از تماشای فیلم یا حرکات بازو در پستانداران بیاموزید. بخشی از فعالیت مغز به طور مستقیم با پروب های الکترودی که در ناحیه قشر بینایی مغز قرار داده شده بود اندازه گیری شد.

بقیه با استفاده از کاوشگرهای نوری روی موش‌های اصلاح‌شده ژنتیکی به‌دست آمدند، طوری مهندسی شده‌اند که هر بار که نورون‌ها فعال می‌شوند یا داده‌هایی را دریافت می‌کنند، سبز می‌درخشند. Cebra از این داده ها برای یادگیری سیگنال های مغزی مربوط به فریم های خاص یک فیلم استفاده کرد.

مکنزی ماتیس، محقق اصلی این مطالعه، در ویدئویی توضیح داد: «سپس می‌توانید یک موش جدید که ما هرگز داده‌های عصبی آن را ندیده‌ایم بردارید و این الگوریتم را اجرا کنید و می‌توانید پیش‌بینی کنید که ماوس در حال تماشای این فیلم در کدام فریم است. + نوشته شده در در یوتیوب.

استادیار EPFL افزود: محققان توانستند این داده ها را به یک فیلم خاص تبدیل کنند. او گفت که تیم او از داده های منبع باز جمع آوری شده از مغز موش ها با استفاده از سیگنال های الکتروفیزیولوژیکی استفاده کرد.

[محتوای جاسازی شده]

ما هر پیکسل را پیش‌بینی نمی‌کنیم، بلکه فریم را پیش‌بینی می‌کنیم. سطح شانس 1/900 خواهد بود، بنابراین بیش از 95 درصد دقت، به نظر ما، بسیار هیجان انگیز است. اما این رمزگشایی پیکسلی چیزی است که ما قصد داریم در آینده انجام دهیم گفته شده ایمیل آنلاین.

هوش مصنوعی صنایع را مختل می کند

همانطور که در ویدیوی بالا مشاهده می شود، موش برای تماشای یک فیلم سیاه و سفید قدیمی ساخته شده است - احتمالاً مربوط به اواسط قرن بیستم - از مردی که برای باز کردن صندوق عقب به سمت ماشین می دود. صفحه دیگری که تقریباً یکسان است، نشان می دهد که ماوس از منظر Cebra به چه چیزی نگاه می کند.

به گفته ماتیس، ابزار هوش مصنوعی توانست این کار را با استفاده از کمتر از 1 درصد نورون‌های قشر بینایی موش، یعنی تقریباً 0.5 میلیون نورون، انجام دهد.

او می‌گوید: «ما می‌خواستیم نشان دهیم که چه از نظر کلیپ‌های فیلم و چه از نظر داده‌های عصبی می‌توانیم از داده‌های کمی استفاده کنیم.

قابل ذکر است که الگوریتم می تواند در زمان واقعی اجرا شود، بنابراین کمتر از یک ثانیه طول می کشد تا مدل کل کلیپ ویدیویی را پیش بینی کند.

بنابراین سوالی که باید پرسید این است که آیا می توان آنچه را که فردی می بیند تنها بر اساس سیگنال های مغز بازسازی کرد؟ با توجه به این مطالعه، هنوز پاسخ این سوال مشخص نشده است. اما محققان EPFL "با معرفی یک الگوریتم جدید برای ساخت شبکه عصبی مصنوعی که دینامیک مغز را با دقت چشمگیری ثبت می کند، گامی در این مسیر برداشته اند."

در ایالات متحده، دانشمندان دانشگاه تگزاس، آستین از هوش مصنوعی برای خواندن اسکن مغز افراد و بازسازی یک داستان کامل فقط از امواج مغزی آنها استفاده کردند. منتشر شده به تازگی.

با این تحقیق، شرکت کنندگان در یک دستگاه اسکن مغز به نام fMRI نشسته و به گوش دادن، تماشا کردن یا تصور یک داستان پرداختند. ابزار هوش مصنوعی قادر بود امواج مغزی آنها را بخواند و داستان را با دقت بازسازی کند.

با این حال، نگرانی هایی در مورد موضوع دقت مطرح شده است. این به این دلیل است که اگر سوژه تصمیم بگیرد در مقایسه با قطعه ای که ممکن است به آن گوش می دهد، به چیزی متفاوت فکر کند، هوش مصنوعی را می توان به راحتی فریب داد.

تمبر زمان:

بیشتر از متانیوز