AI สร้างภาพจากสมองคืออะไร และ Brain-IT สำคัญอย่างไร
AI สร้างภาพจากสมอง คือเทคโนโลยีปัญญาประดิษฐ์ที่วิเคราะห์รูปแบบกิจกรรมประสาทจากข้อมูลการสแกนสมอง แล้วแปลงสัญญาณเหล่านั้นให้กลายเป็นภาพที่ใกล้เคียงกับสิ่งที่บุคคลกำลังมองเห็น โดยเชื่อมโยงข้อมูลสมองกับคุณลักษณะด้านภาพ เช่น เนื้อหา องค์ประกอบ และสี เพื่อสร้างภาพใหม่ที่สะท้อนการรับรู้ทางสายตาของมนุษย์ในขณะนั้น นักวิทยาศาสตร์พัฒนาโมเดล Brain-IT เพื่อทำภารกิจนี้โดยตรง โดยโมเดล AI สร้างภาพจากสมองนี้สามารถวิเคราะห์กิจกรรมสมองของบุคคลและสร้างภาพสิ่งที่บุคคลนั้นกำลังมองขึ้นมาใหม่ได้แม่นยำขึ้น ทั้งด้านเนื้อหา องค์ประกอบ และสี ความสำคัญคือไม่ใช่แค่ทำได้ แต่ทำได้เร็วและใช้ข้อมูลน้อยลง จนเริ่มเข้าใกล้การนำไปใช้ในสถานการณ์จริงที่ต้องคำนึงถึงเวลาและความสะดวกของผู้เข้าร่วม
Brain-IT ทำงานอย่างไร จากภาพบนจอสู่ภาพในสมองและย้อนกลับ
หัวใจของโมเดล Brain-IT คือการเรียนรู้ความสัมพันธ์ระหว่างการมองเห็นกับกิจกรรมสมองอย่างเป็นระบบ โมเดลนี้ถูกฝึกด้วยภาพมากกว่า 70,000 ภาพที่แสดงให้ผู้เข้าร่วม 8 คนดูระหว่างการสแกนสมอง เพื่อเก็บข้อมูลว่าภาพแบบต่าง ๆ กระตุ้นสมองอย่างไร สมองแต่ละคนตอบสนองไม่เหมือนกัน นักวิจัยจึงแบ่งข้อมูลสแกนออกเป็นหน่วยเล็ก ๆ หรือ voxel ประมาณ 40,000 หน่วย แล้วดูว่าหน่วยใดตอบสนองต่อสี ตำแหน่ง องค์ประกอบ และประเภทวัตถุในภาพ เช่น ใบหน้า หรืออาหาร จากนั้นสร้าง Encoder เพื่อหาลวดลายที่เหมือนกันในสมองของคนทั้ง 8 คน และคาดการณ์กิจกรรมสมองจากภาพได้ แม้ข้อมูลจะน้อยกว่าที่งานวิจัยแนวนี้เคยมี Encoder นี้ค้นพบพื้นที่การทำงานร่วม 128 บริเวณในสมองที่เกี่ยวข้องกับการประมวลผลภาพ โดยบางส่วนเป็นบริเวณที่รู้จักอยู่แล้ว และบางส่วนเป็นพื้นที่ใหม่ที่ไม่เคยถูกอธิบายมาก่อน
จาก Encoder สู่ Decoder การสร้างภาพจากกิจกรรมประสาทที่แม่นยำขึ้น
เพื่อให้การสร้างภาพจากกิจกรรมประสาทแม่นยำขึ้น ทีมวิจัยไม่หยุดแค่การคาดการณ์สมองจากภาพ แต่เพิ่ม Decoder ที่ทำงานกลับทิศกับ Encoder โดย Encoder ทำหน้าที่คาดการณ์ว่ากิจกรรมสมองควรมีลักษณะอย่างไรเมื่อบุคคลดูภาพหนึ่ง ส่วน Decoder ใช้กิจกรรมสมองเป็นข้อมูลสำหรับสร้างภาพขึ้นมาใหม่ การฝึกทั้งสองโมเดลร่วมกันซ้ำแล้วซ้ำเล่า ทำให้ภาพที่สร้างขึ้นค่อย ๆ เข้าใกล้ภาพจริงมากขึ้น ทั้งในระดับความหมาย เนื้อหา และรายละเอียดเล็ก ๆ ก่อนหน้านี้มีโมเดลที่แปลกิจกรรมสมองเป็นภาพอยู่แล้ว แต่มักผิดพลาดในองค์ประกอบภาพและสี นักวิจัยระบุว่า Brain-IT ทำได้ดีกว่าในการรักษาเนื้อหาและรายละเอียดของภาพ พร้อมสร้างสีและการจัดวางองค์ประกอบที่สมเหตุสมผลมากขึ้น เมื่อดูภาพตัวอย่าง เช่น การแข่งขันเบสบอลหรือยีราฟบนถนน จะเห็นว่ารูปทรง วัตถุหลัก และบรรยากาศโดยรวมถูกถ่ายทอดกลับมาได้อย่างน่าทึ่ง
ลดเวลาการสแกนเหลือหนึ่งชั่วโมง ทำไมจึงเป็นหมุดหมายสำคัญ
จุดที่ทำให้ Brain-IT น่าจับตามองไม่แพ้ความแม่นยำ คือความเร็วในการเรียนรู้ผู้ใช้รายใหม่ Irani ระบุว่าในขณะที่โมเดลอื่นต้องใช้เวลาสแกนสมองหลายสิบชั่วโมงเพื่อเรียนรู้การอ่านสมองของบุคคลหนึ่ง โมเดลนี้ต้องใช้ข้อมูลสแกนเพียงหนึ่งชั่วโมงเท่านั้น ระยะเวลาหนึ่งชั่วโมงนี้คือข้อมูลสแกนที่ใช้ให้โมเดลรู้จักผู้ใช้ ไม่ใช่เวลาที่ใช้สร้างภาพแต่ละภาพ ในมุมของผู้ใช้ การลดเวลาสแกนลงอย่างมากหมายถึงความเป็นไปได้ในการนำเทคโนโลยีไปใช้จริง เพราะไม่มีใครอยากนอนในเครื่องสแกนนานหลายสิบชั่วโมงเพียงเพื่อฝึก AI การที่ Brain-IT ใช้ข้อมูลน้อยลงแต่ยังสร้างภาพได้ดี แสดงว่าทีมวิจัยออกแบบโครงสร้างการเรียนรู้ให้เน้นลวดลายร่วมในสมองมนุษย์ มากกว่าพึ่งพาข้อมูลของแต่ละคนแบบเฉพาะตัวเพียงอย่างเดียว ซึ่งเป็นแนวคิดที่น่าชื่นชมทางวิทยาศาสตร์มากกว่าการเพิ่มข้อมูลไม่รู้จบ
โอกาสและข้อถกเถียง เมื่อการสร้างภาพจากสมองเข้าใกล้ชีวิตจริง
เทคโนโลยี AI สร้างภาพจากสมองยังถูกเรียกว่า AI อ่านใจ แต่สิ่งที่ทำได้ในตอนนี้คือการสร้างภาพจากกิจกรรมสมองขณะบุคคลกำลังมองภาพ ไม่ใช่การอ่านความคิดทุกประเภท แม้ยังมีข้อจำกัด แต่นี่คือก้าวสำคัญสู่การสร้างอินเทอร์เฟซสมองคอมพิวเตอร์รูปแบบใหม่ ที่อาจช่วยผู้มีภาวะอัมพาตสื่อสารได้ในอนาคต และให้เครื่องมือที่มีประสิทธิภาพสำหรับศึกษาวิธีที่สมองประมวลผลภาพ ในเชิงมุมมองสังคม การสร้างภาพจากกิจกรรมประสาทเปิดคำถามด้านจริยธรรมและความเป็นส่วนตัวของความคิด อย่างไรก็ตาม ข้อเท็จจริงที่ว่าระบบต้องการให้บุคคลกำลังมองภาพอย่างชัดเจน และต้องผ่านการสแกนสมองโดยสมัครใจ ทำให้เทคโนโลยีนี้ยังห่างไกลจากภาพไซไฟที่ใครก็อ่านใจใครได้ตามอำเภอใจ สิ่งที่ควรทำตอนนี้คือใช้ Brain-IT เป็นหน้าต่างใหม่ในการเข้าใจสมอง มากกว่าจะรีบผลักให้เป็นเครื่องมือสอดส่องความคิด
