Künstliche Intelligenz ordnet anhand von Gehirnwellen das von der Versuchsperson Gesehen in Kategorien ein

Eine künstliche Intelligenz schafft es, mittels EEG-Headset Videos zu visualisieren, die von den Personen gerade geschaut werden.

von Manuel Schulz,
06.11.2019 20:34 Uhr

Neurobotics hat ein Verfahren entwickelt mit Hilfe dessen sich aus den Gehirnwellen einer Versuchsperson ablesen lässt, in welche grobe (vorab antrainierte) Kategorie sich das momentan von der Versuchsperson Gesehene einordnen lässt. (Bild: Neurobotics) Neurobotics hat ein Verfahren entwickelt mit Hilfe dessen sich aus den Gehirnwellen einer Versuchsperson ablesen lässt, in welche grobe (vorab antrainierte) Kategorie sich das momentan von der Versuchsperson Gesehene einordnen lässt. (Bild: Neurobotics)

Update 07.11.2019: Uns ist beim Erstellen der News leider ein Verständnisfehler unterlaufen, wofür wir uns entschuldigen möchten. Die neuronalen Netzwerke können nicht - wie in der Original-News unten behauptet - das momentan von der Versuchsperson Gesehene optisch rekonstruieren. Sie können aber mit relativ großer Wahrscheinlichkeit bestimmen, in welche Kategorie (Person, Blick durch die Windschutzscheibe, etc.) das dem Probanden aktuell gezeigte Bild/Video-Material fällt - allerdings nur für Kategorien, auf welche die neuronalen Netzwerke vorher anhand der Versuchsperson trainiert wurden. Die Rekonstruktion des aktuell vom Sehnerv ans Gehirn übertragenen Bildes funktioniert also nicht - vielen Dank für die Hinweise auf den Fehler in den Kommentaren!

Original-News 06.11.2019 (fehlerhaft s.o.): Das Gehirn ist komplex und zu weiten Teilen immer noch ein Mysterium. Einem russischen Forschungsteam ist es nun aber gelungen, genügend Informationen mittels eines EEG-Headsets aus dem Gehirn auszulesen, um Gesehenes zu rekonstruieren. In einem Paper schreiben sie über ihre Arbeit und Ergebnisse.

Gemessen werden vor allem diejenigen Gehirnaktivitäten, die dem optischen Nerv zugeordnet werden, also die Bildübertragung vom Auge des Menschen und nicht seine Gedanken. In Zusammenarbeit entschlüsseln zwei neuronale Netzwerke die Gehirnwellen sogar in Echtzeit und zeigen, was ihren Berechnungen nach der Proband sieht.

Besonders gut funktioniert die Entschlüsselung bei Bewegtbildern aus dem Inneren von Fahrzeugen. Auch Personen lassen sich in den rekonstruierten Bildern erkennen, aber noch ohne große Details. Abstrakte Muster sind noch nicht zu erkennen.

Fast alle Videos können im rekonstruierten Material halbwegs erkannt werden (Bild: Grigory Rashkov/Neurobotics) Fast alle Videos können im rekonstruierten Material halbwegs erkannt werden (Bild: Grigory Rashkov/Neurobotics)

Dennoch wirkt es beeindruckend, wie gut die gesehenen Bilder zu erkennen sind, auch wenn noch viel Arbeit nötig ist, um die Technik zu verbessern. Allerdings lässt sich schon jetzt erahnen, dass das Verfahren noch einiges ermöglichen wird.

Gelungen ist dieser Durchbruch der Hirnforschung einem Forschungsteam der russischen Firma Neurobotics in Zusammenarbeit mit dem Moskauer Institut für Physik und Technologie (MIPT), die aktuell weiter an der Verbesserung ihrer bestehenden Technik arbeiten.

Hilfe für Schlaganfall-Patienten

Das Hauptziel der Forschung ist die Hilfe für Schlaganfallpatienten. Das Entschlüsselungssystem soll genutzt werden, um einen besseren Einblick in ihre aktuellen kognitiven Fähigkeiten zu bekommen und diese daraufhin gezielt trainieren zu können.

Die ersten Erfolge erzielten die Forscher bereits damit, dass sie verschiedene 10-sekündige Videos mit Figuren, Wasserfällen, Gesichtern, Fahrzeugen und Motorsport aufgrund der rekonstruierten Bilder in die richtigen Kategorien einordnen konnten.

Mit einem so guten Ergebnis ihrer Entwicklung hatten die Forscher nicht gerechnet. Grigory Rashkov, einer der Autoren erklärt:

"Viele Forscher dachten, dass die Untersuchung mittels EEG vergleichbar damit sei, als ob man vom Dampf einer Lok auf die Vorgänge in der Dampfmaschine schließen würde."

Nun steht für die Forscher die Weiterentwicklung der Systeme an, um die Bildqualität zu verbessern, damit die Kombination aus EEG und KI eine günstige Alternative zu anderen neuronalen Schnittstellen werden kann.

Mehr zum Thema:


Kommentare(69)

Nur angemeldete Benutzer können kommentieren und bewerten.

Cookies optimieren die Bereitstellung unserer Dienste. Mit der Nutzung unserer Dienste erklärst du dich damit einverstanden, dass wir Cookies verwenden. Weitere Informationen oder schließen