借助人工智能監視腦電圖，可以從他們的大腦活動中確定一大群人的偏好。

赫爾辛基大學的研究人員開發了一種技術，利用人工智能來分析觀點并利用人群的大腦活動得出結論。研究人員將這種技術稱為“腦部外包”，該技術可用于對圖像進行分類或推薦內容，這是以前從未證明過的。

眾包是一種將較復雜的任務分解為較小的任務的方法，這些任務可以分配給大批人員并單獨解決。例如，可以詢問人們是否可以在圖像中看到對象，并將他們的響應用作圖像識別系統的指導數據。甚至基于人工智能的最先進的圖像識別系統也尚未完全自動化。相反，訓練它們需要許多人對許多樣本圖像的內容提出意見。

赫爾辛基大學的研究人員通過借助AI技術分析人的腦電圖（EEG），對實現眾包的可能性進行了實驗?？梢哉髟內藗兊囊庖?，而不是征求人們的意見，而可以直接從EEG中讀取這些信息。

赫爾辛基大學的研究院研究員Tuukka Ruotsalo說：“我們希望研究可以通過，利用人們的自然反應來將眾包技術應用于圖像識別，而無需他們使用鍵盤或鼠標來執行任何手動任務。”

計算機對圖像進行分類

在這項研究中，共有30名志愿者在計算機顯示器上看到了人臉圖像。指示參與者根據圖像中描繪的內容在自己的思想中標記面部。例如，圖像是描繪金發還是深色頭發的人，還是微笑或不微笑的人。與傳統的眾包任務不同，他們沒有使用鼠標或鍵盤提供任何其他信息-他們只是觀察呈現給他們的圖像。

同時，使用腦電圖收集每個參與者的大腦活動。通過腦電圖，AI算法學會了識別與任務相關的圖像，例如當金發碧眼的人的圖像出現在屏幕上時。

在實驗結果中，計算機能夠直接從EEG解釋這些心理標簽。研究人員得出的結論是，腦資源采購可以應用于簡單且定義明確的識別任務。使用從12名志愿者那里收集的數據，已經獲得了高度可靠的標記結果。

在WA用戶友好的技術

這些發現可用于結合大腦和計算機活動的各種界面。這些接口需要可穿戴電子設備形式的輕巧且用戶友好的EEG設備，而不是研究中使用的設備，后者需要訓練有素的技術人員。正在積極開發可測量EEG的輕型可穿戴設備，并且可能會在不久的將來上市。

赫爾辛基大學的學生兼研究助理Keith Davis說：“我們的方法受到可用技術的限制。”

“目前的測量大腦活動的方法足以滿足實驗室中受控設置的要求，但是該技術需要在日常使用中進行改進。此外，這些方法僅占總大腦活動的很小一部分。隨著大腦成像技術的改進，它可能會變得可以直接從大腦捕獲偏好信息。您無需使用常規的評分或類似的按鈕，只需聽一首歌或觀看一場表演，僅憑大腦的活動就足以確定您對它的反應。”
責任編輯：tzh