Wanneer de technocraten en transhumanisten in het leger nieuwe technologie uitvinden om de oorlogvoering te versterken, is het slechts een kwestie van tijd voordat het zijn krachten zal richten op de burgerij die in de eerste plaats voor het onderzoek heeft betaald. ⁃ TN-editor
Een nieuw algoritme voor machine learning kan met succes bepalen welk specifiek gedrag - zoals lopen en ademen - bij welk specifiek hersensignaal hoort, en het heeft de potentie om het leger te helpen een meer paraatheid te behouden.
Mensen voeren op elk moment een groot aantal taken uit. Alle hersenen en gedragssignalen die bij deze taken horen, vermengen zich tot een gecompliceerd web. Tot nu toe was dit web moeilijk te ontwarren en te vertalen.
Maar onderzoekers die door het Amerikaanse leger werden gefinancierd, ontwikkelden een algoritme voor machinaal leren dat deze signalen kan modelleren en decoderen, volgens een persbericht van 12 november. Het onderzoek, waarbij voor analyse standaard hersendatasets werden gebruikt, is onlangs in het tijdschrift gepubliceerd Nature Neuroscience.
"Ons algoritme kan voor het eerst de dynamische patronen in hersensignalen die verband houden met specifiek gedrag loskoppelen en is veel beter in het decoderen van dit gedrag", zegt Dr. Maryam Shanechi, hoogleraar engineering aan de University of Southern California die het onderzoek leidde. , zei in een verklaring.
Dr. Hamid Krim, een programmamanager bij het Army Research Office, onderdeel van het Army Research Laboratory van het US Army Combat Capabilities Development Command, vertelde Nextgov Shanechi en haar team gebruikten het algoritme om wat zij gedragsrelevante hersensignalen noemen, te scheiden van gedragsmatig irrelevante hersensignalen.
"Dit biedt een mogelijke manier om op betrouwbare wijze de mentale overbelasting van een individu of een soldaat te meten", zei Krim.
Als het algoritme gedrag detecteert dat aangeeft dat een soldaat gestrest of overbelast is, kan een machine die soldaat waarschuwen voordat ze zelfs maar in staat zijn om hun eigen vermoeidheid te herkennen, zei Krim. Het verbeteren van het zelfbewustzijn staat centraal in de interesse van het leger in dit onderzoek, voegde hij eraan toe.
Het onderzoek maakt deel uit van een poging om een machine-breininterface tot stand te brengen. Uiteindelijk, zei Krim, kan dit onderzoek bijdragen aan de ontwikkeling van technologie die niet alleen signalen van de hersenen kan interpreteren, maar ook signalen kan terugsturen om individuen te helpen automatisch corrigerende maatregelen te nemen voor bepaald gedrag, voegde hij eraan toe.
Verbeelding is de enige limiet als het gaat om het potentieel van deze technologie, zei Krim. Een andere futuristische toepassing zou soldaten in staat kunnen stellen met elkaar te communiceren zonder ooit hun mond te openen.
Patrick Wood is een toonaangevende en kritische expert op het gebied van duurzame ontwikkeling, groene economie, Agenda 21, 2030 Agenda en historische technocratie. Hij is de auteur van Technocracy Rising: The Trojan Horse of Global Transformation (2015) en co-auteur van Trilaterals Over Washington, Volumes I en II (1978-1980) met wijlen Antony C. Sutton.
wpDiscuz