Uusi algoritmi kertoo aivotutkimuksilla älykkyytesi
Unohda kiistanalaiset, vanhanaikaiset IQ-testit älykkyyden mittana. Caltechin tutkijoiden kehittämä uusi koneoppimisalgoritmi voi ennustaa ihmisen älyllisen kyvyn ennennäkemättömällä tarkkuudella.
Tutkijat, joita johtaa Ralph Adolphs - psykologian, neurotieteiden ja biologian professori Caltechin aivokuvantamiskeskuksesta Pasadenassa, Kaliforniassa -, kehittivät koneoppimisen työkalun, joka voi ennustaa älykkyyden henkilön aivotoimintamallien perusteella.
Uusi algoritmi perustuu erityisesti toiminnallisen MRI (fMRI) -skannerin tuhoamaan dataan.
Lisäksi algoritmi tarvitsee vain tietoa aivojen lepotilasta, joten skannattavien ihmisten ei tarvitse ratkaista mitään loogisia pulmia tai matemaattisia ongelmia henkisten kykyjensä testaamiseksi.
Tutkijat testasivat äskettäin kehitetyn algoritminsa lähes 900 osallistujalle, ja havainnot julkaistaan pian lehdessä Kuninkaallisen seuran filosofiset tapahtumat.
Kuinka ennakoida älykkyyttä aivojen skannauksista
Professori Adolphs ja työryhmä käyttivät tietoja 884 tutkimuksen osallistujalta Human Connectome Project -hankkeesta, tutkimushankkeesta, jonka tavoitteena on tulla laajimmaksi tietokannaksi ihmisen aivoista ja sen hienoista hermoyhteyksistä.
Nämä tiedot sisälsivät osallistujien aivotutkimukset ja älykkyyspisteet. Vahvistaakseen näiden älykkyyspisteiden pätevyyttä tutkijat käyttivät 10 erilaista kognitiivista harjoitusta, joihin osallistujat olivat osallistuneet, yhden IQ-testin sijaan.
Tutkijat syöttivät tiedot algoritmiin, joka pystyi sitten ennustamaan älykkyyspisteet tilastollisesti merkitsevällä tarkkuudella.
Ensimmäinen kirjailija Julien Dubois, tutkijatohtorina Cedars-Siinain lääketieteellisessä keskuksessa Los Angelesissa, Kaliforniassa, selittää havainnot sanoen: "Aivomittauksista saatuja tietoja voidaan käyttää noin 20 prosenttiin älykkyyden vaihtelusta. havaitsimme aiheissamme. "
"Löysimme, jos meillä vain on ihmisiä, jotka makaavat skannerissa eivätkä tee mitään, kun mitataan heidän aivojensa toimintamallia, voimme käyttää tietoja ennustamaan heidän älykkyytensä."
Professori Ralph Adolphs
Aivotutkimukset vs. älykkyyspisteet
"Meillä menee hyvin", Dubois jatkaa, "mutta olemme silti melko kaukana siitä, että voimme verrata tunnin mittaisten älykkyyskokeiden tuloksia, kuten Wechsler Adult Intelligence Scale."
Hän jatkaa ja tuo esiin toisen potentiaalisen tutkimuksen heikkouden. "Koska algoritmi on koulutettu älykkyyspisteisiin aluksi", hän sanoo, "mistä tiedämme, että älykkyyspisteet ovat oikein?"
Itse asiassa älykkäiden testien luomisesta yli sata vuotta sitten nämä kognitiiviset työkalut ovat edelleen erittäin kiistanalaisia tähän päivään saakka.
Jotkut väittävät, että älykkyyden objektiivista mittaamista ei ole olemassa, koska monet älylliset piirteet ovat kulttuurikohtaisia.
Algoritmi ei ole vielä ennustanut persoonallisuutta
Professori Adolphsin ja hänen tiiminsä kehittämä tutkimus on osa laajempaa tutkimuspyrkimystä, jonka tavoitteena on käyttää fMRI-skannauksia mielenterveyden, kuten autismispektrisairauden, skitsofrenian ja ahdistuneisuushäiriön, diagnosointiin.
”Toiminnallinen MRI ei ole vielä täyttänyt lupaustaan diagnostisena työkaluna. Me ja monet muut pyrimme aktiivisesti muuttamaan tätä ”, Dubois sanoo. "Suurten tietojoukkojen saatavuus, jonka tutkijat voivat louhia ympäri maailmaa, tekee tämän mahdolliseksi."
Tutkijat päättivät tutkia älykkyyttä ensin, koska se on yksi vakaimmista psykologisista piirteistä. Viikkojen, kuukausien tai jopa vuosien ajan tutkimukset ovat osoittaneet, että älykkyys ei muutu paljoakaan, selittävät tutkijat.
Mutta samalla tavoin algoritmin olisi pitänyt ennustaa persoonallisuuden piirteitä samalla tarkkuudella, koska persoonallisuus pysyy myös enimmäkseen muuttumattomana pitkiä aikoja.
Toinen saman ryhmän suorittama tutkimus osoitti kuitenkin, että persoonallisuuden ennustaminen on paljon vaikeampaa.
Dubois selittää miksi näin on, sanomalla: "Tietokannan persoonallisuustulokset perustuvat vain lyhyisiin itsearviointilomakkeisiin […] Se ei ole aluksi kovin tarkka persoonallisuuden mittari, joten ei ole ihme, että emme voi ennustaa se hyvin MRI-tiedoista. "
