Q:
Hoe maakt kunstmatige intelligentie het mogelijk om "hersenstimulatie" het geheugen te verbeteren met elektrische hersenstimulatie?
EEN:Nieuwe methoden van kunstmatige-intelligentiewetenschap helpen onderzoekers om meer te begrijpen over hoe de hersenen werken - en in sommige gevallen kunnen deze wetenschappers daadwerkelijk ingrijpen en de hersenen dwingen om anders te werken.
Als het ingewikkeld klinkt, is dat omdat het zo is. Een Wired-verhaal dat een onderzoeksproject van de Universiteit van Pennsylvania introduceert, begint met te wijzen op het feit dat het menselijk brein grotendeels een onbekende "zwarte doos" is voor wetenschappers en dat er belangrijke barrières zijn voor het beïnvloeden van hersenactiviteit.
UPenn-psycholoog Michael Kahana en een team van wetenschappers konden echter elektroden gebruiken die in de hersenen van 25 epilepsiepatiënten gingen om te leren hoe de hersenen werken tijdens het geheugen.
Het is belangrijk dat het team dit heeft kunnen doen door op de bestaande infrastructuur te 'meeliften'. (Uit de formulering wordt aangenomen dat de groep in staat was om onderwerpen te gebruiken die al om meer prozaïsche medische redenen waren aangesloten.) Zoals het artikel aangeeft, is het vrij moeilijk om buy-in van onderzoeksonderwerpen te krijgen om invasieve technologie in de hersenen.
De onderzoekers begonnen met het eenvoudigweg lezen van hersenactiviteit - in het bijzonder bij het nauwkeurig berekenen van elektrische activiteit in de hersenen terwijl mensen bezig waren met het leren en onthouden van woorden.
Na dit een tijdje te hebben gedaan en een substantiële trainingsset te hebben opgebouwd, konden de onderzoekers bepaalde soorten leren voorspellen.
Na het fundamentele onderzoek konden wetenschappers uiteindelijk elektrische stimulatie naar de hersenen sturen om het geheugenproces te ondersteunen.
Als je het hebt over het gebruik van elektrische stimulatie om te helpen met het geheugen, klinkt het eenvoudig - maar als je beter kijkt, is alles gebaseerd op zeer high-tech methoden en behoorlijk wat giswerk.
Zonder de eerste machine learning die geheugenactiviteit identificeerde, zouden de wetenschappers geen idee hebben gehad hoe ze hersenen elektrisch zouden kunnen stimuleren om een goede geheugenfunctie te bevorderen.
Ook blijkt uit het lezen van het onderzoek dat het team niet weet hoe de elektrische stimulatie werkt - ze weten gewoon dat het zo is. Met andere woorden, de wetenschappers gebruiken de resultaten van machine learning om het systeem te verfijnen, zonder de ins en outs van de hersenfunctie zelf te begrijpen.
Dit intrigerende voorbeeld is misschien wel een van de beste voorbeelden van "hands-on" machine learning - hier worden de gegevens niet alleen in trainingssets gestopt om meer gegevens te modelleren. Hier fungeert de trainingsset als een katalysator voor specifieke experimenten in bio-informatica, en de resultaten zijn gebaseerd op de berekeningen die programma's voor machinaal leren hebben gemaakt. Het is een zeer interessant onderzoek naar de synergie tussen kunstmatige intelligentie en onze eigen menselijke biologische hersenen, en hoe de twee elkaar kruisen terwijl we snelle vooruitgang boeken in de richting van de 'singulariteit' van Ray Kurzweil en andere toekomstige resultaten.
