Q：
人工知能は、電気脳刺激で「脳の増強」を可能にして記憶を強化しますか？
A：人工知能科学の新しい方法は、脳がどのように機能するかについて研究者がよりよく理解するのを助けます-場合によっては、これらの科学者は実際に介入して脳を異なった働きをさせることができます。
複雑に聞こえるのは、それが理由です。 ペンシルバニア大学の研究プロジェクトを紹介する有線の話は、人間の脳はほとんど科学者にとって未知の「ブラックボックス」であり、脳の活動に影響を与える大きな障壁があることを指摘することから始まります。
しかし、UPennの心理学者Michael Kahanaと科学者チームは、25人のてんかん患者の脳に入る電極を利用して、記憶中に脳がどのように機能するかを学び始めることができました。
チームが既存のインフラストラクチャを「ピギーバック」することでこれを実現できたことは重要です。 （文言から、グループは、より一般的な医学的理由で既に接続された被験者を使用できたと想定されています。）記事が指摘しているように、侵襲的な技術を導入するために研究被験者から賛同を得ることはかなり困難です脳。
研究者は、単に脳の活動を読むことから始めました。具体的には、人々が言葉を学習し記憶している間に脳内の電気的活動を正確に計算しました。
しばらくこれを行い、実質的なトレーニングセットを構築した後、研究者は特定の種類の学習を予測することができました。
基礎研究の後、科学者は最終的に脳に電気刺激を送り、記憶のプロセスを支援することができました。
記憶を助ける電気刺激の使用について話すとき、それは簡単に聞こえますが、よりよく見ると、すべては非常にハイテクな方法論と非常に多くの当て推量に基づいています。
記憶活動を特定する初期の機械学習がなければ、科学者は脳を電気的に刺激して優れた記憶機能を促進する方法についてのアイデアを得ることができなかったでしょう。
また、研究について読んだことから、電気刺激がどのように機能しているかがチームにはわからないことは明らかです。 言い換えれば、科学者は機械学習の結果を使用して、脳機能自体の内と外を実際に理解することなく、システムを微調整しています。
この興味深い例は、おそらく「実践的な」機械学習の最良の例の1つです。ここでは、データをトレーニングセットに入れて、より多くのデータをモデル化しています。 ここでは、トレーニングセットが実際にバイオインフォマティクスの特定の実験の触媒として機能し、結果は機械学習プログラムが行った計算に基づいています。 これは、人工知能と私たち自身の人間の生物学的脳との相乗効果、およびレイクルツヴァイルの「特異性」やその他の将来の成果に向けて急速に進歩する中で、両者がどのように交差するかについて非常に興味深い見方です。
