【AI解梦大师】加州大学用机器学习算法来预测和分析梦境


新智元编译

来源:readwrite.com

编译:肖琴

【新智元导读】梦是神秘的一种主体经验,是哲学、宗教、心理学等最感兴趣的话题,也产生了许多有关的科学猜想。但人类从未真正理解梦的内容、机制和作用。我们能不能设计一种机器学习算法来预测和分析我们的梦境呢?答案是肯定的。在AI的帮助下,理解、预测和控制梦境的技术上已经取得了进展。

你有没有做过令人不安的梦,梦见高中时认识的某个人?或者做过以某种特殊的方式预知未来的梦,比如预知上班路上遭遇交通堵塞?或者,你也做过一些无意义的梦,梦境里都是一些随机的生物或人,没有可辨别的情节?

梦是人类经历的一部分,令神秘主义者、科学家和普通人都百思不得其解。从表面上看,梦可以是深邃而令人困惑的,而在其背后,它们的科学基础仍然令心理学家和生物学家不解。

那么,AI是不是解决关于梦的问题的最好方法呢?我们能不能设计一种机器学习算法来预测和分析我们的梦境?

关于梦的独特挑战

对于AI研究人员来说,“梦”带来了一些独特的挑战:

  • 科学理解。为了更好地理解梦境,多年来生物学家、心理学家和其他科学专业人士做出了许多努力,但关于梦,我们仍有很多不理解的地方。一些理论认为,梦在大脑中是随机静态的,而另一些理论则将梦描述为一种为清醒的生活做准备的模拟器,还有一些理论认为梦是一种帮助我们巩固和储存长期记忆的方式。如果对梦没有基本的理解,就很难开发出一种能够探测和剖析它们的解决方案。
  • 个体差异。并非所有人都以同样的方式做梦。能够预测某个人的梦的算法不一定能预测另一个人的梦,这取决于这个人的梦境历史、睡眠习惯和其他变量。
  • 动机。回想你奇怪的梦境是很有趣的,你会想知道是什么促使你产生了这样的梦,但是除了好奇心之外,没有太多其他动力去了解人为什么做梦以及如何做梦。没有金钱激励或改变生活的追求,不想增加医疗知识或开发消费品那样。因此,AI研究人员寻找的是更有利可图的机会。

尽管如此,我们已经在帮助我们更好地理解、预测和控制梦境的技术上取得了进展。

记录梦境

加州大学Gallant实验室的研究人员已经有了一种算法,可以处理大脑的活动,形成可识别的图像。在他们的研究中,他们让参与者观看电影预告片,并积极思考正在观看的内容。仅使用大脑图像,研究人员就能重现参与者正在观看的预告片的模糊图像。如果同样的技术应用于梦境,可以让我们看到与人的梦境相关的视觉效果。

这里的主要问题是分辨率。虽然研究人员能够解析特定的形状和颜色,但他们无法以高分辨率视频的形式重建一个人的思维。AI可以帮助我们将这些算法提升到更高的水平,尽管我们也不确定梦境本身是否就是高分辨率的。

睡眠模式分析

提供基于AI的解决方案,帮助客户了解他们的睡眠习惯的公司正在不断容县,比如Sleep.ai。这些消费者应用程序通常利用可穿戴设备或智能手机来监控打鼾、磨牙、辗转反侧等情况,然后提供数据可视化和诊断工具,帮助用户睡得更好。如果结合某种程度的梦境监测,它还可以用来识别和预测未来的模式。

梦境预测及其影响

下一个合乎逻辑的步骤是先使用AI来识别人们如何做梦,然后使用这些数据(结合历史数据)来预测一个人未来可能如何做梦。清醒梦(lucid dream)技术已经让用户了解他们可以用来掌握自己梦境意识的策略。问题在于弥合用户直觉和客观数据分析之间的差距。

这里最大的问题之一是数据可用性;有无数的变量会影响我们的睡眠和梦境,其中许多仍然没有被科学家们很好地理解。虽然我们可能开发出收集这些数据的工具,但我们不一定有能够客观地衡量它们对梦境的影响的工具(例如:记录梦境的视觉画面)。

另一个问题是,如何处理这些数字以及来自用户的输入,从而得出一个足够准确的预测。这个问题可以通过足够先进的AI来解决,但仍需要时间来开发。

可能性如何?

那么,我们是否有可能利用机器学习更好地理解我们的梦境呢?答案基本上是肯定的。我们已经处于完全理解梦境是什么,以及梦境如何工作的边缘,并且很快就能将人们的梦境像使用电影放映机一样投射出来。尽管如此,这仍需要技术创新、科学理解以及将这种技术应用于开发的共同愿望——这可能需要数年甚至数十年的时间,我们才能拥有性能良好的分析梦境的算法或设备。

原文:

https://readwrite.com/2018/07/16/will-ai-be-able-to-predict-your-dreams/

原文发布于微信公众号 - 新智元(AI_era)

原文发表时间:2018-07-18

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏BestSDK

如何利用大数据进行预测性营销,看完这8个深度解答你就懂了

1、什么是精准营销,预测营销? 说到精准营销,不得不先提个性化的用户画像,我们针对每一类数据实体,进一步分解可落地的数据维度,刻画他/她的每一个特征,在聚集起来...

2.1K4
来自专栏CDA数据分析师

即将到来的AI革命之生存指南

大众媒体相信,人工智能(AI)会偷走你的工作,威胁到我们的生活。如果现在不做准备,我们可能会面临一个人工智能无处不在,并主宰着人类社会的未来。人工智能革命事实上...

1755
来自专栏人工智能快报

欧盟发布机器人技术多年路线图

欧洲机器人技术合作伙伴组织SPARC是全球最大的民用机器人创新计划,2014-2020年获得了欧委会7亿欧元的资助,并将从欧洲产业界获得21亿欧元的配套资助。2...

2704
来自专栏AI研习社

数据科学进阶之路:了解数据科学工作,管理数据科学家团队

2014 年我加入 Schibsted 传媒集团的一个小团队,当时是第六位数据科学家。这些年,我在这家公司研究了许多数据科学方法,目前该公司已经有 40 多名数...

1011
来自专栏灯塔大数据

一个数据分析小白,要如何对产品进行分析?

什么是数据分析? 数据分析是指用适当的统计分析方法对收集来的大量数据进行分析,提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。在实际应用中,数据分...

2614
来自专栏AI科技评论

动态 | Kaggle16000份问卷揭示数据科学家平均画像:30岁,硕士学位,年薪36万

AI科技评论按,日前,Kaggle官网发布了一份关于数据科学和机器学习的调查报告,他们通过分析超过16000份相关用户的问卷调查,给出了数据科学行业从业人员的基...

3507
来自专栏灯塔大数据

基于数据分析的产品思维模式

数据分析( Data Analysis )——这个词真的是如雷贯耳,装B一绝啊!甭管什么玩意,上来先整一通再说。“数据分析”甚是被提上了神坛,找工作或者聊点行业...

2894
来自专栏PPV课数据科学社区

如何区分理解数据科学家与机器学习工程师

数据科学家Vs机器学习工程师 原文: What are machine learning engineers来源: https://tech.co/12-way...

2939
来自专栏CDA数据分析师

经验 | 3要点解构数据分析的思维模式

数据分析(DataAnalysis)——这个词真的是如雷贯耳,装B一绝啊!甭管什么玩意,上来先整一通再说。“数据分析”甚是被提上了神坛,找工作或者聊点行业内的动...

2048
来自专栏专知

【业界实战】小米大数据总监司马云瑞详解小米用户画像的演进及应用解读(附报告pdf下载)

【导读】2017年 11月4日,大数据系统与应用研讨会在中科院计算所举行。会议邀请了中科院计算所程学旗老师和其他来自联想、京东、美团点评、小米等一线互联网公司大...

1.1K7

扫码关注云+社区

领取腾讯云代金券