Microsoft: Generative Causal Testing — AI hipoteze o mozgu koje se testiraju skenerom
Generative Causal Testing (GCT) je dvofazni AI okvir koji pretvara neprozirne modele za predviđanje aktivnosti mozga u testabilne hipoteze — a zatim ih provjerava pravim fMRI eksperimentima na ljudskim ispitanicima.
Ovaj članak generiran je uz pomoć umjetne inteligencije na temelju primarnih izvora.
Što je Generative Causal Testing?
Generative Causal Testing (GCT) je dvofazni istraživački okvir koji rješava ključni problem neuroznanosti: modeli strojnog učenja za predviđanje aktivnosti mozga daju točne rezultate, ali ne objašnjavaju zašto. GCT te neprozirne modele pretvara u konkretne, testabilne hipoteze.
Kako AI pita mozak pitanja?
U prvoj fazi LLM generira sintetičke priče — kratke tekstualne podražaje — ciljane na aktivaciju specifičnih moždanih regija. fMRI (funkcionalna magnetska rezonancija, tehnika koja mjeri protok krvi u mozgu kao mjeru aktivnosti) potom te stimuluse testira na pravim ispitanicima u skeneru. Rezultati potvrđuju ili opovrgavaju hipotezu, stvarajući zatvorenu petlju između AI modela i empirijskog eksperimenta.
Tri regije, novi mikro-areali
Sustav je validirano testiran na 3 ispitanika. GCT je uspješno razlučio 3 susjedne regije zadužene za obradu prostornih mjesta — retrosplenijalnu korteksu (RSC), parahipokampalnu regiju (PPA) i okcipitalnu regiju mjesta (OPA) — koje su klasičnim metodama bile teško razlikovati. Uz to, metoda je otkrila nove prefrontalne mikro-regije dosad neopisane u literaturi.
Suradnja i implikacije
Projekt je rezultat suradnje Microsofta s istraživačima s UC Berkeleya, UCSF-a i Columbie. Pristup otvara put prema sustavnom, AI-vođenom kartografiranju mozga — gdje stroj ne zamjenjuje neuroznanstvenika, nego mu predlaže koje eksperimente sljedeće provesti.
Česta pitanja
- Što je Generative Causal Testing i kako funkcionira?
- GCT je dvofazna metoda u kojoj LLM generira sintetičke fMRI priče ciljane na specifične regije mozga, a zatim se te hipoteze potvrđuju stvarnim eksperimentima na skeneru.
- Koje je konkretne rezultate postigao GCT na ispitanicima?
- Sustav je razlučio 3 susjedne regije za obradu mjesta (RSC, PPA, OPA) i otkrio nove prefrontalne mikro-regije, validirano na 3 ispitanika.
Povezane vijesti
arXiv:2606.25524: Cliff Tokens — pojedinačni tokeni koji okidaju neuspjeh u matematičkom reasoningu
arXiv:2606.25519: Kvantizacija napuhuje zaključivanje — skriveni trošak niskobitnih modela
AWS: Huntington Bank redaktirao PII iz 400 milijuna dokumenata uz 95% točnost