تشخیص اولویت‌های خودکار انسان با مانتیورکردن الکتروانسفالوگرام (موج‌های مغزی) ممکن شد. برای اولین بار در تاریخ هوش مصنوعی، با استفاده از دستگاه موج نگار فعالیت مغزی گروه‌های نسبتا مختلفی از افراد به منظور تشخیص اولویت‌هایشان در پاسخ به رویدادی خاص ثبت و تحلیل می‌گردد. با عامر اندیش همراه باشید تا با این فناوری که آینده صنعت هوش مصنوعی را متحول خواهد کرد، بیشتر آشنا شویم.
تشخیص اولویت‌های خودکار انسان – پروژه‌ای تحت بررسی در دانشگاه هلسینکی (Helsinki University)
محققان دانشگاه هلسینکی تکنیک برای تجزیه و تحلیل نظرات گروهی از افراد و نتیجه‌گیری کلی از آن‌ها با استفاده از فعالیت مغزیشان ابداع نموده و در حال بسط و گسترش آن هستند. این تکنیک، به تکنیک منبع مغزی (Brainsourcing) معروف شده است. از این تکنیک می‌توان برای برای طبقه‌بندی تصاویر یا محتواهای سفارشی و هر چیزی که قبلا اثبات نشده، استفاده نمود.
Crowd-sourcing متد و روشی است که در آن کارها و وظایف بزرگ، به کارها و وظایف کوچک برای توزیع بین افراد یک گروه و حل و انجامشان توزیع می‌شود. برای مثال، می‌توان از افراد پرسیده شود که آیا شی (ویژه‌ای) را در یک تصویر ملاحظه می‌کنند؛ جواب آنان به این مساله هر چه که باشد برای ساختار داده‌ها در سیستم‌های تشخیص تصویر (image recongnition system) استفاده می‌شود. اگرچه مبنای بیشتر سیستم‌های تشخیص تصویر پیشرفته هوش مصنوعی است، ولی باز هم این سیستم‌ها کاملا خودکار و اتوماتیک نیستند. به جای آن، می‌توان به این سیستم‌ها ملزومات نظرات بیشتر افراد بر محتوای تصاویر بسیاری از مردم را آموزش داد.
تشخیص اولویت‌های خودکار انسان توسط محققان دانشگاه هلسینکی با تجزیه و تحلیل امواج مغزی افراد و با کمک تکنیک‌های هوش مصنوعی و اجرای روش crowdsourcing مورد آزمایش قرار گرفت. به عبارت دیگر، با این روش، به جای آنکه مستقیما نظرات مردم را جویا شویم، از امواج مغزیشان برای به دست آوردن آنچه که دنبال آن هستیم، استفاده می‌کنیم.
بر اساس گفته‌های تووکاکا روتسالو (Tuukka Rotsalo)، محقق دانشگاه هلسینکی، هدف از این پروژه بررسی واکنش‌های طبیعی افراد با استفاده از روش crowdsourcing در شناخت تصاویر بدون انجام هر کار دستی و استفاده از کیبورد و یا موشواره است.
تصاویر طبقه‌بندی شده رایانه‌ای در روش تشخیص الویت‌های خودکار انسان
در این مطالعه، نزدیک 30 داوطلب شرکت داشتند. برای این داوطلبان تصاویری از صورت انسان‌های مختلف بر روی صفحه نمایشگر لبتاپ نمایش داده شد. به شرکت کنندگان گفته شد تا چهره‌های مختلف را بر اساس آنچه در ذهنشان ثبت می‌شود، برچسب‌گذاری نمایند. برای مثال، تصاویری از افراد با موهای بلوند، مشکی، فردی که لبخند گرمی دارد و یا چهره‌ای که هیچ لبخندی بر لب ندارد، برای داوطلبان پخش شد. در این روش، برخلاف دیگر مدل‌های مرسوم crowdsourcing نه تنها به هیچ اطلاعات دیگری نیازی نیست بلکه استفاده از موشواره و کیبورد نیز لازم نخواهد داشت.
در همین حال، برای تشخیص اولویت‌های خودکار انسان، فعالیت مغزی آنان هر شرکت کننده با استفاده از موج نگار الکتروانسفالوگرام جمع‌آوری شد. این اطلاعات به الگوریتم‌های هوش مصنوعی تولید شده می‌آموزد تا با استفاده از داده‌های الکتروانسفالوگرام تصویر مربوطه را تشخیص دهند، برای نمونه وقتی چهره یک بلوند نمایش داده می‌شود، همانند مغز انسان برای آن عکس، برچسب‌گذاری نمایند.
با توجه به نتایج به دست آمده حاصل از آزمایش‌ها، رایانه‌ها قادر به توصف برچسب‌گذاری‌های ذهنی با استفاده از الکتروانسفالوگرام شدند. محققان این طور برداشت کرده‌اند که brainsourcing می‌تواند چه برای یک کارهای ساده به خوب تعریف شده اعمال شود. باید بدانید که نتایج برچسب‌گذاری بسیار با اطمینان از جمع‌آوری داده‌های 12 داوطلب به دست آمد.
فناوری تشخیص اولویت‌های خودکار انسان ، فناوری کاربرپسند و در اننظار برای استفاده همگانی
از این یافته‌ها می‌شود در رابط‌های اتصال‌های مختلف میان فعالیت مغز انسان و رایانه استفاده نمود. این رابط‌ها، برخلاف نوع تجهیزات مورد استفاده در آموزش که به تکنسین آموزش دیده نیاز دارند، تنها نیازمند تجهیزات الکترونیکی پوشیدنی سبک و کاربرپسند EEG (الکتروانسفالوگرام) هستند. تجهیزات پوشیدنی سبک که میزان EEG را اندازه می‌گیرند به صورت فعالانه در حال بسط و توسعه هستند و ممکن است در آینده‌ای نزدیک به صورت گسترده‌ای از آنان استفاده شود.
براساس گفته‌های کیث داویس (keith Davis) دانشجو و دستیار تحقیقات دانشجویی در دانشگاه هلسینکی، رویکرد ما در فناوری تشخیص اولویت‌های خودکار انسان محدود به تکنولوژی در دسترس است.
وی این‌گونه ادامه می‌دهد که “روش‌ها و متدهای ما برای اندازه‌گیری فعالیت مغزی برای کنترل روش‌های به کارگیری شده در آزمایشگاه‌ها کافی‌اند، اما این فناوری برای استفاده از روزمره کابر در تشخیص اولویت‌های خودکار انسان، نیازمند بهبود است. به علاوه، این متد و روش‌ها، تنها بخش کوچکی از تمامی فعالیت مغزی را پوشش می‌دهد. با گسترش تکنولوژی تصویر مغزی، ممکن است دریافت تقدم اطلاعات مستقیما از خود امکان‌پذیر شود. در این صورت، به عنوان مثال برای رتبه دادن، لایک کردن آهنگ یا هر چیز دیگر در اینترنت نیازی به فشار دادن دکمه و یا موشواره ندارید. فعالیت مغزی شما هنگام گوش دادن به آن آهنگ، خود به تنهایی گویای همه چیز است. بدون آنکه زحمت استفاده از موشواره و صفحه کلید را به خود دهید.
جمع‌بندی کلی
این تحقیق در کنفرانس ACM در فاکتورهای انسانی در سیستم‌های محاسباتی در آپریل همین سال منتشر گردید. گرچه هنوز فناوری تشخیص اولویت‌های خودکار انسان نیازمند به کار و فعالیت است، اما مطمئنا در آینده‌ای نه چندان دور مورد استفاده وسیعی قرار خواهد گرفت که تحولی عظیم در دنیای هوش مصنوعی را ایجاد خواهد کرد.
