Barbara Meneses
4664 Views
Seremos capazes de ler pensamentos?
Imagine ser capaz de ler os pensamentos de alguém... agora, imagine estar guardando um segredo e alguém ser capaz de ler os SEUS pensamentos! Parece assustador, não é mesmo? Ambas as situações parecem não estar tão distantes assim e é sobre isso que falaremos nesse blog.
A ideia de inteligência artificial, as vezes, nos remete a coisas que estão em futuros distantes ou até mesmo ficção científica, mas será mesmo? Pesquisadores da Universidade Carnegie Mellon estão produzindo e maturando uma forma de tentar identificar pensamentos complexos – através de padrões de ativação cerebral –, ou seja, decodificar pensamentos contendo vários conceitos.
Se você está se perguntado “uma máquina que pode vir a adivinhar o que estou pensando?”, você está totalmente certo! Utilizando técnicas de machine learning (ML) e ressonância magnética (fMRI), revelou que padrões de pensamentos possuem representação de conceitos iguais.
As análises realizadas pela fmri monitoram as áreas ativadas de cada sistema cerebral, é dessa maneira que os pesquisadores criaram um programa que quando o cérebro processa a informação, esta é associada a objetos, tornando o programa capaz de adivinhar os pensamentos.
No estudo realizado, 7 sujeitos adultos foram colocados dentro da ressonância e assim exibiram 239 frases, o modelo computacional usando regressão foi capaz de identificar com 87% de precisão as frases sendo plausível com suas características semânticas.
Talvez isso te assuste um pouco... mas tudo depende da forma como direcionamos nossas tecnologias, uma tecnologia como essa pode ajudar a diagnosticar transtornos mais precocemente como a doença bipolar, esquizofrenia, suicidas e depressão; podendo trazer vantagens no tratamento precoce e bem mais direcionado.
Um estudo realizado em 2017, usando algoritmos de ML e fMRI conseguiu 91% de eficácia ao identificar diferenças na assinatura de emoção dos conceitos alterados fornecem informações adicionais sobre a natureza da mudança de perspectiva. Portanto, diferença na assinatura de emoção dos conceitos alterados fornecem informações adicionais sobre a natureza da mudança de perspectiva.
Por exemplo, o conceito de "morte" evocou mais vergonha, enquanto o conceito de "problemas" evocou mais tristeza no grupo de suicidas. Esse tipo de informação ajuda a caracterizar o distúrbio e favorece o tratamento específico.
No vídeo abaixo temos os pesquisadores percussores, Marcel Just e Tom Mitchell, demonstrando um pouco da perspectiva desse projeto. O objetivo deles é fazer um mapeamento completo cérebro que, inclusive, em blogs passados discutimos um pouco sobre o processo do pensamento e o mapeamento deles.
Referências
[1] WANG, Jing; CHERKASSKY, Vladimir L.; JUST, Marcel Adam. Predicting the brain activation pattern associated with the propositional content of a sentence: Modeling neural representations of events and states. Human brain mapping, v. 38, n. 10, p. 4865-4881, 2017.
[2] JUST, Marcel Adam et al. Machine learning of neural representations of suicide and emotion concepts identifies suicidal youth. Nature human behaviour, v. 1, n. 12, p. 911-919, 2017.
#eegmicrostates #neurogliainteractions #eegmicrostates #eegnirsapplications #physiologyandbehavior #neurophilosophy #translationalneuroscience #bienestarwellnessbemestar #neuropolitics #sentienceconsciousness #metacognitionmindsetpremeditation #culturalneuroscience #agingmaturityinnocence #affectivecomputing #languageprocessing #humanking #fruición #wellbeing #neurophilosophy #neurorights #neuropolitics #neuroeconomics #neuromarketing #translationalneuroscience #religare #physiologyandbehavior #skill-implicit-learning #semiotics #encodingofwords #metacognitionmindsetpremeditation #affectivecomputing #meaning #semioticsofaction #mineraçãodedados #soberanianational #mercenáriosdamonetização
