Brainsourcing secara otomatis mengidentifikasi preferensi manusia – Sains Terkini

Pemantauan electroencephalograms dengan bantuan kecerdasan buatan memungkinkan untuk menentukan preferensi kelompok besar orang dari hanya aktivitas otak mereka.

Para peneliti di Universitas Helsinki telah mengembangkan teknik, menggunakan kecerdasan buatan, untuk menganalisis pendapat, dan menarik kesimpulan menggunakan aktivitas otak sekelompok orang. Teknik ini, yang oleh peneliti disebut "brainsourcing," dapat digunakan untuk mengklasifikasikan gambar atau merekomendasikan konten, sesuatu yang belum pernah ditunjukkan sebelumnya.

Crowdsourcing adalah metode untuk memecah tugas yang lebih kompleks menjadi tugas yang lebih kecil yang dapat didistribusikan ke kelompok besar orang dan diselesaikan secara individual. Misalnya, orang dapat ditanya apakah suatu objek dapat dilihat dalam gambar, dan tanggapan mereka digunakan sebagai data instruksional untuk sistem pengenalan gambar. Bahkan sistem pengenalan gambar yang paling canggih berdasarkan kecerdasan buatan belum sepenuhnya otomatis. Sebaliknya, melatih mereka membutuhkan pendapat beberapa orang tentang konten dari banyak gambar sampel.

Peneliti Universitas Helsinki bereksperimen dengan kemungkinan menerapkan crowdsourcing dengan menganalisis electroencephalograms orang (EEG) dengan bantuan teknik AI. Daripada meminta pendapat orang, informasi ini bisa dibaca langsung dari EEG.


"Kami ingin menyelidiki apakah crowdsourcing dapat diterapkan untuk pengenalan gambar dengan memanfaatkan reaksi alami orang tanpa mereka harus melakukan tugas-tugas manual dengan keyboard atau mouse," kata Fellow Riset Akademi Tuukka Ruotsalo dari University of Helsinki.

Komputer mengklasifikasikan gambar

Dalam studi tersebut, total 30 sukarelawan ditunjukkan gambar wajah manusia di layar komputer. Para peserta diinstruksikan untuk memberi label wajah-wajah dalam pikiran mereka berdasarkan apa yang digambarkan dalam gambar. Misalnya, apakah sebuah gambar menggambarkan individu berambut pirang atau berambut gelap, atau seseorang yang tersenyum atau tidak tersenyum. Tidak seperti dalam tugas crowdsourcing konvensional, mereka tidak memberikan informasi tambahan menggunakan mouse atau keyboard – mereka hanya mengamati gambar yang disajikan kepada mereka.

Sementara itu, aktivitas otak masing-masing peserta dikumpulkan menggunakan electroencephalography. Dari EEG, algoritma AI belajar mengenali gambar yang relevan dengan tugas tersebut, seperti ketika gambar orang pirang muncul di layar.

Dalam hasil percobaan, komputer dapat menafsirkan label mental ini langsung dari EEG. Para peneliti menyimpulkan bahwa brainsourcing dapat diterapkan pada tugas-tugas pengenalan yang sederhana dan terdefinisi dengan baik. Hasil pelabelan yang sangat andal telah dicapai dengan menggunakan data yang dikumpulkan dari 12 relawan.

Teknik yang ramah pengguna di way

Temuan ini dapat digunakan dalam berbagai antarmuka yang menggabungkan aktivitas otak dan komputer. Antarmuka ini akan membutuhkan ketersediaan peralatan EEG yang ringan dan ramah pengguna dalam bentuk elektronik yang dapat dipakai, sebagai lawan dari peralatan yang digunakan dalam penelitian ini, yang membutuhkan teknisi terlatih. Produk pakaian ringan yang mengukur EEG secara aktif sedang dikembangkan dan mungkin akan tersedia dalam waktu dekat.

"Pendekatan kami dibatasi oleh teknologi yang tersedia," kata Keith Davis, seorang mahasiswa dan asisten peneliti di Universitas Helsinki.

"Metode saat ini untuk mengukur aktivitas otak cukup untuk pengaturan terkontrol di laboratorium, tetapi teknologi perlu ditingkatkan untuk penggunaan sehari-hari. Selain itu, metode ini hanya menangkap persentase yang sangat kecil dari total aktivitas otak. Seiring meningkatnya teknologi pencitraan otak, mungkin mungkin untuk mengambil informasi preferensi langsung dari otak. Alih-alih menggunakan peringkat konvensional atau tombol suka, Anda hanya dapat mendengarkan lagu atau menonton pertunjukan, dan aktivitas otak Anda saja sudah cukup untuk menentukan respons Anda terhadapnya. "

Referensi:

Material disediakan oleh Universitas Helsinki. Asli ditulis oleh Aino Pekkarinen. Catatan: Konten dapat diedit untuk gaya dan panjangnya.


You may also like...

Leave a Reply

This site uses Akismet to reduce spam. Learn how your comment data is processed.