Yu Takagi tidak bisa mempercayai matanya. Duduk sendirian di mejanya, dia menyaksikan dengan kagum saat kecerdasan buatan memecahkan kode aktivitas otak subjek untuk membuat gambar dari apa yang dia lihat di layar.

“Saya masih ingat ketika saya melihat gambar [AI-generated] pertama,” Takagi, seorang ahli saraf berusia 34 tahun dan asisten profesor di Universitas Osaka, mengatakan kepada Al Jazeera.

“Saya pergi ke kamar mandi dan melihat diri saya di cermin dan melihat wajah saya, dan berpikir, 'Oke, itu normal. Mungkin saya tidak akan gila'”.

Takagi dan timnya menggunakan Stable Diffusion (SD), model AI pembelajaran mendalam yang dikembangkan di Jerman pada tahun 2022, untuk menganalisis pemindaian otak subjek uji yang menampilkan hingga 10.000 gambar saat berada di dalam mesin MRI.

Setelah Takagi dan rekan penelitiannya Shinji Nishimoto membuat model sederhana untuk "menerjemahkan" aktivitas otak ke dalam format yang dapat dibaca, Stable Diffusion mampu menghasilkan gambar dengan fidelitas tinggi yang sangat mirip dengan aslinya.

AI dapat melakukan ini meskipun tidak diperlihatkan gambarnya terlebih dahulu atau dilatih dengan cara apa pun untuk membuat hasilnya.

“Kami benar-benar tidak mengharapkan hasil seperti ini,” kata Takagi.

Takagi menekankan bahwa terobosan tersebut, pada titik ini, tidak mewakili membaca pikiran – AI hanya dapat menghasilkan gambar yang telah dilihat seseorang.

“Ini bukan membaca pikiran,” kata Takagi. “Sayangnya ada banyak kesalahpahaman dengan penelitian kami.”

“Kita tidak bisa memecahkan kode imajinasi atau mimpi; kami pikir ini terlalu optimis. Tapi, tentu saja, ada potensi di masa depan.”

Namun perkembangan tersebut tetap menimbulkan kekhawatiran tentang bagaimana teknologi tersebut dapat digunakan di masa depan.

Terlepas dari kegembiraannya, Takagi sendiri mengakui bahwa ketakutan semacam itu bukan tanpa alasan, mengingat kemungkinan penyalahgunaan oleh mereka yang bermaksud jahat atau tanpa persetujuan.

“Bagi kami, masalah privasi adalah hal yang paling penting. Jika pemerintah atau lembaga bisa membaca pikiran orang, itu masalah yang sangat sensitif,” kata Takagi. “Perlu ada diskusi tingkat tinggi untuk memastikan ini tidak terjadi.”

Penelitian Takagi dan Nishimoto menghasilkan banyak gebrakan di komunitas teknologi, yang telah disetrum oleh kemajuan AI yang luar biasa, termasuk peluncuran ChatGPT, yang menghasilkan ucapan seperti manusia sebagai tanggapan atas permintaan pengguna.

Makalah mereka yang merinci temuan tersebut menempati peringkat 1 persen teratas untuk keterlibatan di antara lebih dari 23 juta hasil penelitian yang dilacak hingga saat ini, menurut Altmetric, sebuah perusahaan data.

Studi ini juga telah diterima di Konferensi Visi Komputer dan Pengenalan Pola (CVPR), yang ditetapkan pada Juni 2023, sebuah rute umum untuk melegitimasi terobosan signifikan dalam ilmu saraf.

Meski begitu, Takagi dan Nishimoto berhati-hati agar tidak terbawa oleh temuan mereka.

Takagi berpendapat bahwa ada dua hambatan utama untuk membaca pikiran yang sebenarnya: teknologi pemindaian otak dan AI itu sendiri.

Meskipun ada kemajuan dalam antarmuka saraf – termasuk komputer otak Electroencephalography (EEG), yang mendeteksi gelombang otak melalui elektroda yang terhubung ke kepala subjek, dan fMRI, yang mengukur aktivitas otak dengan mendeteksi perubahan yang terkait dengan aliran darah – para ilmuwan percaya bahwa kita bisa menjadi puluhan tahun lagi. mampu secara akurat dan andal memecahkan kode pengalaman visual yang dibayangkan.

Dalam penelitian Takagi dan Nishimoto, subjek harus duduk di pemindai fMRI hingga 40 jam, yang mahal dan juga memakan waktu.

Dalam sebuah makalah tahun 2021, para peneliti di Korea Advanced Institute of Science and Technology mencatat bahwa antarmuka saraf konvensional “tidak memiliki stabilitas perekaman kronis” karena sifat jaringan saraf yang lunak dan kompleks, yang bereaksi dengan cara yang tidak biasa ketika bersentuhan dengan antarmuka sintetis.

Selanjutnya, para peneliti menulis, “Teknik perekaman saat ini umumnya mengandalkan jalur listrik untuk mentransfer sinyal, yang rentan terhadap gangguan listrik dari lingkungan sekitar. Karena kebisingan listrik secara signifikan mengganggu sensitivitas, mencapai sinyal halus dari wilayah target dengan sensitivitas tinggi bukanlah hal yang mudah.”

Keterbatasan AI saat ini menghadirkan hambatan kedua, meskipun Takagi mengakui bahwa kemampuan ini terus berkembang dari hari ke hari.

“Saya optimis dengan AI tapi saya tidak optimis dengan teknologi otak,” kata Takagi. "Saya pikir ini adalah konsensus di antara ahli saraf."

Kerangka Takagi dan Nishimoto dapat digunakan dengan perangkat pemindaian otak selain MRI, seperti EEG atau teknologi hiper-invasif seperti implan otak-komputer yang dikembangkan oleh Neuralink Elon Musk.

Meski begitu, Takagi yakin saat ini hanya ada sedikit aplikasi praktis untuk eksperimen AI-nya.

Sebagai permulaan, metode tersebut belum dapat ditransfer ke mata pelajaran baru. Karena bentuk otak berbeda antar individu, Anda tidak bisa langsung menerapkan model yang dibuat untuk satu orang ke orang lain.

Tapi Takagi melihat masa depan di mana itu bisa digunakan untuk tujuan klinis, komunikasi atau bahkan hiburan.

“Sulit untuk memprediksi aplikasi klinis yang berhasil pada tahap ini, karena ini masih merupakan penelitian yang sangat eksplorasi,” Ricardo Silva, seorang profesor ilmu saraf komputasi di University College London dan rekan peneliti di Alan Turing Institute, mengatakan kepada Al Jazeera.

“Ini mungkin menjadi salah satu cara tambahan untuk mengembangkan penanda untuk deteksi Alzheimer dan evaluasi perkembangan dengan menilai dengan cara apa seseorang dapat menemukan anomali yang terus-menerus dalam gambar tugas navigasi visual yang direkonstruksi dari aktivitas otak pasien.”

Beberapa ilmuwan percaya AI dapat digunakan di masa depan untuk mendeteksi penyakit seperti Alzheimer [Yu Takagi]

Silva berbagi keprihatinan tentang etika teknologi yang suatu hari nanti dapat digunakan untuk membaca pikiran yang sebenarnya.

“Masalah yang paling mendesak adalah sejauh mana pengumpul data harus dipaksa untuk mengungkapkan secara rinci penggunaan data yang dikumpulkan,” katanya.

“Ini satu hal untuk mendaftar sebagai cara mengambil snapshot dari diri Anda yang lebih muda untuk, mungkin, penggunaan klinis di masa depan… Ini adalah hal lain yang sama sekali berbeda untuk digunakan dalam tugas sekunder seperti pemasaran, atau lebih buruk, digunakan dalam kasus hukum bertentangan dengan kepentingan seseorang.”

Tetap saja, Takagi dan rekannya tidak berniat memperlambat penelitian mereka. Mereka sudah merencanakan versi kedua dari proyek mereka, yang akan berfokus pada peningkatan teknologi dan penerapannya pada modalitas lain.

“Kami sekarang sedang mengembangkan teknik rekonstruksi [citra] yang jauh lebih baik,” kata Takagi. “Dan itu terjadi dengan sangat cepat.”

• Bersiap Perang Dunia Maya Gunakan Kecerdasan Buatan
• Riset Investigasi: Modus Jebakan Data dan Perangkap Utang China