Onderzoekers hebben ontdekt hoe wij mensen intuïtief weten hoe we ons in bepaalde omgevingen kunnen voortbewegen. Onderzoeksvragen waren bijvoorbeeld hoe we intuïtief weten dat we over een pad kunnen lopen en in een meer kunnen zwemmen. Die unieke hersenpatronen kwamen tijdens het onderzoek aan het licht. Behalve inzicht in hoe het menselijk brein werkt, is het volgens de onderzoekers ook duidelijk dat Artificial Intelligence (AI) op dit aspect nog achterloopt.
Volgens de onderzoekers kan AI duurzamer en mensvriendelijker worden met deze kennis over het brein. Wanneer we een plaatje van een onbekende omgeving zien, zoals een bergpad, een drukke straat of een rivier, dan weten we direct wat we in die omgeving kunnen: wandelen, fietsen, zwemmen of juist niet verder gaan. Dat klinkt logisch, maar hoe weet je brein eigenlijk wat mogelijk is?
Unieke hersenpatronen
PhD student Clemens Bartnik toonde samen met een aantal mede-auteurs aan hoe we dankzij unieke hersenpatronen inschattingen van mogelijke acties maken. Het team, dat werd geleid door hersenwetenschapper Iris Groen, vergeleek dit menselijk vermogen ook met een groot aantal AI-modellen, zoals ChatGPT. “AI-modellen bleken hier minder goed in en kunnen nog veel leren van het efficiënte menselijke brein,’ concludeert Groen.
Via een MRI-scanner onderzocht het team wat er in de hersenen gebeurt wanneer mensen naar de verschillende foto’s kijken met daarop binnen- en buitenomgevingen. Via een knop gaven de deelnemers aan of de afbeelding uitnodigde tot lopen, fietsen, rijden, zwemmen, varen of klimmen. Tegelijkertijd werd hun hersenactiviteit gemeten.
Objecten en kleuren
De onderzoekers wilden op die manier weten wat er gebeurt als de deelnemers aan het onderzoek naar een scene kijken. Zagen de deelnemers dan vooral wat er is, zoals objecten en kleuren, of zien ze ook automatisch wat ze ermee kunnen doen. “Dat laatsten noemen psychologen ‘affordances’ ofwel de mogelijkheden tot actie. Denk aan een trap die je kunt beklimmen, of een open veld waar je doorheen kunt rennen”, vertelt Groen.
Ze ontdekten dat bepaalde delen van de visuele hersenschors actief worden op manieren die niet verklaard kunnen worden door zichtbare objecten in een beeld. Groen zegt dat het bijzonder is wat ze zagen gebeuren. De hersengebieden geven niet alleen weer wat je ziet maar ook wat je ermee kunt doen.
Automatisch conclusies trekken
Opvallend is dat het brein dit automatisch doet, zelfs zonder dat mensen bewust aan een actie denken. “Zelfs als je er niet actief over nadenkt, registreren je hersenen wat de mogelijkheden in een omgeving zijn,” legt Groen uit. Deze zogenoemde 'affordances' worden dus automatisch verwerkt. Het onderzoek laat daarmee voor het eerst zien dat affordances niet alleen een psychologisch begrip zijn, maar ook een meetbare eigenschap van de hersenen.
Het team onderzocht ook hoe goed AI-systemen, zoals beeldherkenningsmodellen en GPT-4, kunnen inschatten wat er in een bepaalde situatie mogelijk is qua handeling. Deze systemen bleken aanzienlijk minder goed in het voorspellen van acties. Groen vertelt dat alleen wanneer AI specifiek is getraind op actieherkenning, het enigszins in de buurt kan komen van menselijke inschattingen. Maar de hersenactiviteit bij mensen komt niet overeen met de interne processen van deze AI-modellen.
Grenzen van computer
Groen vertelt dat zelfs de meest geavanceerde AI andere antwoorden geeft dan mensen, terwijl het voor ons een simpele opgave lijkt. Volgens haar is dit te verklaren omdat onze manier van kijken sterk verbonden is met hoe we fysiek in de wereld staan en bewegen. AI mist die fysieke ervaring; het leeft alleen binnen de grenzen van een computer. De bevindingen werpen een ook nieuw licht op hoe AI betrouwbaarder en efficiënter kan worden gemaakt.
Groen vertelt dat naarmate AI in meer sectoren wordt toegepast — van de gezondheidszorg tot rampenbestrijding — het steeds belangrijker wordt dat systemen niet alleen objecten herkennen, maar ook begrijpen wat ermee gedaan kan worden. “Denk aan een robot in een rampgebied of een zelfrijdende auto die een fietspad moet herkennen”, aldus Groen. Een ander voordeel van het beter begrijpen hoe het brein informatie en efficiënt verwerkt, is dat AI slimmer energiezuiniger en mensvriendelijker kan worden getraind. De huidige AI-training vraagt immers enorme hoeveelheden energie.
Mag AI dan nog niet goed in staat zijn om in te schatten op welke manier je in een omgeving kunt voortbewegen, vorige maand werd wel bekend dat het met AI mogelijk is om te bepalen of een patiënt er ouder of jonger uitziet dan zijn leeftijd. Artsen kunnen dankzij een snelle ‘oogtest’ bepalen of iemand er jonger of ouder uitziet dan de werkelijke leeftijd. Die biologische leeftijd kan van invloed zijn op belangrijke medische beslissingen.
