QR code per la pagina originale

Quando il cervello si fonde con la computer vision

La DARPA ha sviluppato un sistema che, fondendo i dati provenienti dal cervello con un computer, riesce ad identificare pericoli con il 91% di precisione.

,

Fondere il cervello con un computer, integrando le potenzialità dell’uno e dell’altro per realizzare un sistema in grado di essere il più preciso possibile: è questo l’obiettivo del progetto Cognitive Technology Threat Warning System promosso dalla DARPA, negli Stati Uniti. Gli esperimenti condotti fino ad oggi hanno fornito risposte più che positive: secondo l’ente statunitense, infatti, la fusione delle attività cerebrali con sistemi di visione renderebbe possibile la realizzazione di sistemi in grado di rilevare minacce e pericoli con un’accuratezza del 100%.

Il progetto in questione è principalmente a sfondo militare, ma i potenziali campi di applicazione sono numerosi. L’idea di fondo è quella di consentire ad un sistema di visione artificiale di avere a disposizione gli stimoli elettrici prodotti dal cervello, così da poterli elaborare per evidenziare variazioni nelle scene riprese da una videocamera. Tali cambiamenti, infatti, spesse volte vengono percepiti soltanto inconsciamente dall’uomo, con variazioni nelle attività cerebrali che non corrispondono ad una reale consapevolezza della situazione che si ha dinanzi.

Fondendo quindi gli stimoli cerebrali misurati mediante un’elettroencefalogramma con le capacità degli odierni sistemi di computer vision, nei laboratori della DARPA è stato realizzato uno strumento capace di raggiungere un’accuratezza del 91%, riducendo inoltre allo 0,2% gli errori commessi in termini di falsi positivi. Trattasi di risultati che vanno ben oltre quanto possibile utilizzando separatamente un utente umano ed un computer, dimostrando quindi l’enorme potenziale derivanti dalla collaborazione tra uomo e macchine.

Una simile tecnologia può quindi rivelarsi particolarmente utile in ambito militare, permettendo alle sentinelle di migliorare notevolmente la propria efficienza, ma potrebbe trovare spazio anche in altri settori. Prima di essere adottato su larga scala, però, tale sistema richiede ancora una lunga fase di miglioramento ed ottimizzazione, lasciando così indefinita la data di un suo possibile approdo sul campo.

Fonte: Technology Review • Notizie su: