Neviditelný čert

Nový model umělé inteligence (AI) s názvem Brain-IT dokáže převádět skeny mozku na obrazy a tento proces také obrátit – tedy přeměnit obrazy na podobu, jakou by měly jakožto mozková aktivita. Systém nazvaný Brain-IT využívá data z funkční magnetické rezonance (fMRI) k měření aktivity ve zrakové kůře – části mozku, která zpracovává vizuální podněty. Počítačový model následně předpovídá celkové rozvržení obrazu i informace o jeho obsahu na vyšší úrovni. Tyto předpovědi pak předává generátoru obrazů založenému na AI, vysvětlují vědci ve studii zveřejněné v databázi preprintů arXiv.

Lucifer

Brain-IT vychází z přístupu zvaného „univerzální mozkový kodér“ (Universal Brain Encoder). Tento model pracuje tak, že na základě vstupního obrazu předpovídá odezvu fMRI, kterou lze očekávat v jednotlivých „voxelech“ – malých 3D jednotkách – v rámci skenu mozku. „Klíčovou myšlenkou je, že každý voxel – drobná krychlička mozkové tkáně – získá svůj vlastní naučený vektor, který zachycuje, na jaké prvky v obrazech daná část reaguje,“ uvedl hlavní autor studie Roman Beliy, doktorand na katedře informatiky a aplikované matematiky ve Weizmannově vědeckém institutu v Izraeli.

Některé voxely mohou být vyladěny na poměrně jednoduché prvky obrazu, jako jsou hrany, textury nebo umístění objektů. Jiné mohou reagovat na abstraktnější kategorie vyšší úrovně, například na tváře, těla nebo celé scény. Tradiční systémy pro převod obrazu na data fMRI byly obvykle trénovány individuálně pro každého účastníka a konkrétní datovou sadu. „Univerzální mozkový kodér“ je flexibilnější. Podle studie se učí z dat získaných od více lidí a dokáže přenášet informace mezi různými účastníky, datovými sadami či odlišnými systémy magnetické rezonance, které pracují s různou intenzitou magnetického pole.

Voxel může na základě svého naučeného profilu určit, které části obrazu jsou pro něj relevantní – v podstatě říká: „Rozpoznávám hrany. Které části tohoto obrazu jsou hrany?“ Systém „Universal Brain Encoder“ vychází z obrazu a předpovídá mozkovou aktivitu, zatímco systém „Brain-IT“ vychází z naměřené mozkové aktivity a rekonstruuje obraz, který daná osoba viděla. Jinými slovy si klade otázku: „Na co se subjekt díval na základě této mozkové aktivity?“ Systém třídí tisíce drobných měření ze skenů mozku (konkrétně ze zrakové kůry) do 128 skupin podle toho, jaký typ vizuální informace obvykle přenášejí.

Beliy vysvětlil, že systém následně umožňuje těmto skupinám vzájemně sdílet poznatky. Díky tomu lze kombinovat například informace o tvaru scény, barvách a možných objektech, a vytvořit tak ucelenější obraz původní předlohy. Dekodér vytváří dva typy vizuálních předpovědí. První zachycuje sémantické informace – tedy rysy spojené s tím, co se pravděpodobně ve scéně nachází. Pokud jde například o obraz psa stojícího v trávě, zahrnovalo by to prvky typické pro psa a venkovní travnaté prostředí. Druhý typ zachycuje strukturální informace, jako je celkové vizuální uspořádání nebo rozmístění jednotlivých forem.

Ve výše uvedeném příkladu by šlo o aspekty, jako je obrys psa nebo jeho umístění v záběru. Strukturální předpověď poskytuje generátoru obrazu výchozí bod (namísto toho, aby začínal od čistého šumu), zatímco sémantické informace usměrňují generátor při odstraňování zbývajícího šumu, dokud se obraz zcela nevykreslí. Ačkoli nový nástroj dokáže znovu vytvořit to, co lidé vidí, nedokáže reprodukovat vzpomínky ani představované výjevy.

Syntetické obrazy vytvořené systémem Brain-IT byly porovnány s obrazy, které účastníci skutečně viděli. Autoři studie uvádějí, že Brain-IT překonal dosavadní špičkové metody, pokud jde o standardní objektivní metriky rekonstrukce, a poskytl věrnější výsledky. Systém obzvláště vynikl v situacích, kdy byla k dispozici pouze omezená data fMRI od nového účastníka; stačila přitom jediná hodina dat, aby systém dosáhl stejně přesných výsledků jako dřívější přístupy, které byly trénovány na 40 hodinách záznamů.

Výstup, který dosahuje vysokého skóre nebo působí realisticky, by však neměl být zaměňován za dokonalou kopii toho, co dotyčný člověk viděl. V závěrečné fázi zpracování systém používá běžně dostupný difuzní generátor trénovaný na obrovském množství obrázků. Modely jako je tento generují věrohodné obrazy a dokáží vyhladit textury, zaostřit rysy obličeje nebo doplnit chybějící detaily. Toto „zkrášlování“ může rekonstrukce učinit propracovanějšími a přesvědčivějšími a zavést detaily, které nemusí nutně pocházet ze samotných mozkových dat. Jinými slovy, skenování omezuje generovaný obraz, ale model umělé inteligence dodává část svého realismu z naučených vzorců na fotografiích.

Nový systém sice produkuje působivé výsledky pro viděné obrazy, ale nelze jej použít k rekonstrukci představovaného nebo zapamatovaného obrazu. Brain-IT se spoléhá na to, jak mozek zpracovává viděný obraz. Informace proudí z očí do primární zrakové kůry a dále přes řadu vizuálních oblastí, které rozpoznávají objekty a scény.

V kontrolovaném experimentu vědci také přesně vědí, který obraz byl zobrazen, což modelu během tréninku a hodnocení dává cíl. Naproti tomu vzpomínky a představované obrazy nenabízejí stejnou čistou referenci. Mohou být vágní a formované mozkovými sítěmi zapojenými do paměti a myšlení, s pouze částečnou a slabší reaktivací vizuálních oblastí. Jedním z omezení, které by bránilo širokému nasazení této technologie, je to, že jediný způsob, jak získat spolehlivé výsledky, je pomocí fMRI skenování, které je těžkopádné a drahé. Tým v současné době experimentuje s použitím snadněji sběrných dat elektroencefalogramu (EEG), která se získávají pomocí elektrod na hlavě.

Nový systém by mohl pomoci výzkumníkům mozku lépe pochopit, které vizuální informace jsou reprezentovány v různých oblastech mozku, jak tyto oblasti interagují a jak se liší vzorce chování jednotlivců. Takové nástroje by mohly nakonec odhalit rozdíly ve vizuálním zpracování, které by mohly lékařům pomoci odhalit neurologické, neurovývojové a psychiatrické stavy. Existuje mnoho užitečných lékařských aplikací. Patří mezi ně použití našeho mozkového kodéru/dekodéru k detekci a analýze mozkových poruch, jako je roztroušená skleróza, posttraumatická stresová porucha, autismus a psychiatrické poruchy.

Zdroj: Live Science, This AI finds patterns in visual brain activity and turns them into pictures

15.11.2026, 08:24:38   Publikoval Luciferkomentářů: 0