Τεχνητή Νοημοσύνη «διαβάζει» τα εγκεφαλικά κύματα του χρήστη για να κατανοεί τα λάθη της σε πραγματικό χρόνο

Σύνοψη

• Ερευνητές του KAIST και της Microsoft Research Asia ανέπτυξαν ένα σύστημα το οποίο εντοπίζει τη σιωπηλή αντίδραση «δεν εννοούσα αυτό» απευθείας από τα εγκεφαλικά κύματα του χρήστη.
• Το σύστημα βασίζεται στη διεπαφή Neural Value Alignment (NVA) και χρησιμοποιεί ηλεκτροεγκεφαλογράφημα (EEG) για να καταγράψει τις νευρολογικές αντιδράσεις που προκύπτουν όταν η Τεχνητή Νοημοσύνη παίρνει λανθασμένες αποφάσεις.
• Αναγνωρίζονται δύο βασικά σφάλματα: το σφάλμα πρόβλεψης ανταμοιβής (RPE), που αφορά την επίτευξη εντελώς λάθος στόχου, και το σφάλμα πρόβλεψης κατάστασης (SPE), που αφορά τη λανθασμένη μέθοδο επίτευξης ενός σωστού στόχου.
• Η συγκεκριμένη έρευνα στοχεύει στη βελτίωση της συνεργασίας ανθρώπων και ρομπότ σε βιομηχανικά και οικιακά περιβάλλοντα, εξαλείφοντας την ανάγκη για συνεχείς προφορικές διορθώσεις.
• Οι δοκιμές πραγματοποιήθηκαν σε περιβάλλον προσομοίωσης, συνεπώς η πραγματική εφαρμογή απαιτεί περαιτέρω ανάπτυξη ασύρματων και λιγότερο παρεμβατικών αισθητήρων ανάγνωσης εγκεφαλικών σημάτων.

Η τεχνολογία Neural Value Alignment (NVA), η οποία αναπτύχθηκε από το KAIST σε συνεργασία με τη Microsoft Research Asia, επιτρέπει σε συστήματα Τεχνητής Νοημοσύνης να αντιλαμβάνονται τα λάθη τους σε πραγματικό χρόνο καταγράφοντας τα εγκεφαλικά κύματα του χρήστη μέσω ηλεκτροεγκεφαλογραφήματος (EEG), διορθώνοντας την πορεία τους προτού ο άνθρωπος χρειαστεί να εκφράσει τη δυσαρέσκεια του μέσω προφορικών εντολών.

Η πολυπλοκότητα της ανθρώπινης πρόθεσης

Όσοι έχουν ασχοληθεί εκτενώς με μοντέλα μεγάλων γλωσσικών δεδομένων (LLMs) ή αυτοματοποιημένα ρομποτικά συστήματα γνωρίζουν καλά πως η διατύπωση μιας ξεκάθαρης εντολής δεν εγγυάται πάντοτε το επιθυμητό αποτέλεσμα. Παρέχοντας ένα λεπτομερές prompt, η Τεχνητή Νοημοσύνη μπορεί συχνά να ερμηνεύσει τα δεδομένα με έναν εντελώς απρόβλεπτο τρόπο, παράγοντας μια ενέργεια που τεχνικά υπακούει στις λέξεις αλλά απέχει παρασάγγας από την πραγματική πρόθεση του χρήστη. Οι επιστήμονες στο Korea Advanced Institute of Science and Technology (KAIST) αποφάσισαν να προσεγγίσουν το συγκεκριμένο πρόβλημα από την πλευρά της νευρολογίας, αναζητώντας τρόπους ενσωμάτωσης των ανθρώπινων γνωστικών σημάτων στη διαδικασία λήψης αποφάσεων των αλγορίθμων.

Μέχρι σήμερα, τα ρομποτικά συστήματα και οι ψηφιακοί βοηθοί επιχειρούσαν να μαντέψουν την πρόθεση μας παρατηρώντας ορατά σημάδια, όπως τον τόνο της φωνής μας, τις χειρονομίες μας ή τις λέξεις που επιλέγουμε να χρησιμοποιήσουμε στις προτροπές μας. Το θεμελιώδες πρόβλημα με την εν λόγω προσέγγιση είναι πως η ανθρώπινη συμπεριφορά παραμένει εξαιρετικά διφορούμενη, ακόμα και για τους ίδιους τους ανθρώπους, γεγονός που καθιστά το έργο ενός αλγορίθμου σχεδόν αδύνατο. Η παρατήρηση μιας απλής ενέργειας, όπως για παράδειγμα η κίνηση του χεριού προς ένα ποτήρι, μπορεί να μεταφράζεται στην επιθυμία για κατανάλωση νερού, στην ανάγκη να πλυθεί το σκεύος, ή απλώς στην πρόθεση να μετακινηθεί το αντικείμενο από το τραπέζι. Αυτό ακριβώς το κενό, το οποίο η ερευνητική ομάδα ονομάζει «ασάφεια στόχου-δράσης» (goal-action ambiguity), έρχεται να καλύψει το σύστημα NVA.

Οι δύο πυλώνες του NVA: RPE και SPE

Η πρωτοποριακή λύση των ερευνητών βασίστηκε στην παραδοχή πως ο ανθρώπινος εγκέφαλος προβλέπει διαρκώς τι πρόκειται να συμβεί στα επόμενα δευτερόλεπτα και παράγει συγκεκριμένα ηλεκτρικά σήματα όταν η πραγματικότητα αποκλίνει από αυτές τις προσδοκίες. Αντί το ρομπότ να περιμένει κάποια προφορική διόρθωση, λαμβάνει άμεσα το νευρολογικό σήμα ακύρωσης της ενέργειας, εστιάζοντας σε δύο διαφορετικές παραμέτρους. 

Το σφάλμα πρόβλεψης ανταμοιβής (RPE) καταγράφεται όταν το τελικό αποτέλεσμα είναι εντελώς διαφορετικό από αυτό που ζητήθηκε. Φανταστείτε να ζητάτε από ένα οικιακό ρομπότ να σας φέρει κάτι να πιείτε έχοντας στο μυαλό σας ένα μπουκάλι νερό, και εκείνο να εμφανίζεται με μια κούπα ζεστό καφέ. Επειδή ο τελικός στόχος είναι λανθασμένος, ο εγκέφαλος εκπέμπει άμεσα το αντίστοιχο σήμα RPE, αναγκάζοντας το σύστημα να κατανοήσει την αποτυχία του.

Από την άλλη πλευρά, το σφάλμα πρόβλεψης κατάστασης (SPE) λειτουργεί με έναν πιο περίπλοκο και ενδιαφέροντα τρόπο, καθώς καταγράφεται όταν ο στόχος είναι μεν σωστός, αλλά η μέθοδος επίτευξης του δεν συμβαδίζει με τις προσδοκίες του χρήστη. 

Στο ίδιο παράδειγμα, το ρομπότ κατανοεί πως θέλετε νερό, αλλά αντί να πάρει το εμφιαλωμένο μπουκάλι που βρίσκεται δίπλα σας, πηγαίνει στην κουζίνα και γεμίζει ένα ποτήρι από τη βρύση. Μπορεί τελικά να λαμβάνετε το νερό που ζητήσατε, ωστόσο, τα ενδιάμεσα βήματα ξένισαν τον εγκέφαλο σας, παράγοντας το σήμα SPE, το οποίο πληροφορεί την Τεχνητή Νοημοσύνη πως η μεθοδολογία της χρειάζεται επαναπροσδιορισμό. Εφαρμόζοντας τεχνικές deep learning πάνω σε αυτά τα εγκεφαλογραφήματα, η ομάδα πέτυχε την ακριβή κατηγοριοποίηση της δυσαρέσκειας.

Με τη ματιά του Techgear

Η ενσωμάτωση της διεπαφής εγκεφάλου-υπολογιστή (BCI) στην καθημερινή Τεχνητή Νοημοσύνη αποτελεί αναμφίβολα ένα συναρπαστικό τεχνολογικό άλμα, ωστόσο, η πρακτική εφαρμογή μιας τέτοιας τεχνολογίας βρίσκεται αρκετά χρόνια μακριά. Η χρήση ηλεκτροδίων EEG για τη συνεχή καταγραφή εγκεφαλικών κυμάτων προϋποθέτει ιδανικές εργαστηριακές συνθήκες, αφού τα σήματα επηρεάζονται εύκολα από τον «θόρυβο» του περιβάλλοντος και τις καθημερινές κινήσεις του χρήστη.

Θεωρητικά, πάντως, ένα τέτοιο σύστημα θα μπορούσε αρχικά να βρει εφαρμογή αποκλειστικά στον τομέα της υγείας. Ρομποτικά βοηθήματα αποκατάστασης για ασθενείς με κινητικά ή νευρολογικά προβλήματα θα επωφελούνταν άμεσα από την ικανότητα διόρθωσης λαθών χωρίς λεκτική επικοινωνία. Για να φτάσουμε όμως στο σημείο να… στραβοκοιτάζουμε την έξυπνη σκούπα μας στο σαλόνι και εκείνη να αλλάζει πορεία αντιλαμβανόμενη τον εκνευρισμό μας, θα χρειαστεί να αναπτυχθούν εμπορικές, μη παρεμβατικές συσκευές ανάγνωσης (π.χ. wearables) που θα ξεπερνούν τους αυστηρούς κανόνες προστασίας βιομετρικών δεδομένων της Ευρωπαϊκής Ένωσης. 

Μέχρι τότε, η έρευνα του KAIST παραμένει ένα εξαιρετικό δείγμα γραφής για το πώς η βαθιά μηχανική μάθηση μπορεί να συνδεθεί με τη νευροβιολογία, αρκεί να λυθεί ο γρίφος του hardware.