AI muuttaa ajatukset tekstiksi

Austinin Texasin yliopiston tutkijat ovat kehittäneet uuden tekoälyjärjestelmän, jota kutsutaan "semanttiseksi dekooderiksi", jolla on kyky kääntää aivojen toimintaa henkilöstä jatkuvassa tekstivirrassa.

Tällä innovatiivisella tekniikalla on potentiaalia auttaa ihmisiä, jotka ovat henkisesti tietoisia, mutta jotka eivät pysty kehittämään puhetta, kuten niitä, jotka ovat heikentyneet aivohalvauksen vuoksi.

Kun kuuntelet tarinaa tai hiljaa kuvittelet kertomusta, järjestelmä purkaa aivojen signaalit ja muuntaa ne tekstiksi, mikä mahdollistaa näiden ihmisten ideoiden ja ajatusten ilmaisemisen.

Tämä lupaava saavutus voi avata uusia näkökulmia kommunikaatioon ja elämänlaatuun henkilöille, jotka kohtaavat puhehaasteita sairauden tai vamman vuoksi.

Tutkimuksen, joka johti "semanttisen dekooderin" kehittämiseen, suoritti Jerry Tang, opiskelija tietojenkäsittelytieteessä ja Alex Huth, neurotieteen ja tietojenkäsittelytieteen apulaisprofessori klo yliopisto.

Tämän tutkimuksen tulokset julkaistiin lehdessä Luonnon neurotiede, yksi alan arvostetuimmista tieteellisistä julkaisuista.

Tangin ja Huthin yhteinen tutkimusjohtaminen korostaa tietojenkäsittelytieteen ja neurotieteessä, joka etsii merkittäviä edistysaskeleita ihmisaivojen ja älykkyyden välisessä rajapinnassa keinotekoinen.

Tutkijoiden tekemässä työssä käytetään muuntajamallia, joka on samankaltainen kuin Googlen Bardissa ja OpenAI: n ChatGPT: ssä.

Tutkijoiden kehittämä järjestelmä on kuitenkin erilainen, koska se ei vaadi koehenkilöille kirurgisia implantteja, joten se on ei-invasiivinen menetelmä. Lisäksi toisin kuin muut kehitteillä olevat kielenpurkujärjestelmät, osallistujat eivät rajoitu määrättyyn sanojen luetteloon kommunikoida.

Miten "ajatustenlukija" -menetelmä toimii?

Laajan dekooderin harjoittelun jälkeen, jossa potilas kuuntelee tuntikausia podcasteja skannerilla, aivojen toimintaa mitataan fMRI-skannerin avulla.

Myöhemmin, jos osallistuja haluaa saada ajatuksensa dekoodattua, kone pystyy luomaan sen vastaava teksti pelkästään aivotoiminnasta, olipa kyseessä sitten uuden tarinan kuuntelu tai uuden tarinan kertominen. historia.

Tutkijat suunnittelivat dekoodausjärjestelmän vangitsemaan sanotun tai ajatuksen olemuksen sen sijaan, että toimittaisivat tarkan sanasta sanaan transkription.

Vaikka järjestelmä on epätäydellinen, se on osoittanut kyvyn tuottaa tekstiä, joka vastaa alkuperäisten sanojen tarkoitusta ja joskus tarkastikin.

Tutkijoiden kehittämä dekooderi mahdollistaa kielen jatkuvan dekoodauksen pitkiä aikoja sisältäen monimutkaisia ​​ideoita.

Noin puolet ajasta, jolloin dekooderi opetettiin seuraamaan osallistujan aivotoimintaa, koneella luotua tekstiä, joka kuvastaa sanojen haluttuja merkityksiä, mikä edistää tehokkaampaa viestintää ja ymmärrettävää.

Huthin mukaan tämä lähestymistapa on merkittävä edistysaskel verrattuna aikaisempiin menetelmiin, jotka usein rajoittuivat yksittäisiin sanoihin tai lyhyisiin lauseisiin.

Järjestelmä ei etsi kirjaimellista sanasta sanaan transkriptiota, vaan sen, mitä sanotaan tai ajateltiin, olemuksen vangitsemista, vaikkakin epätäydellisesti.

Vaikka nykyinen järjestelmä perustuu funktionaalisen magneettikuvauksen (fMRI) käyttöön, mikä rajoittaa sen elinkelpoisuutta laboratorioympäristön ulkopuolella, tutkijat uskovat, että heidän työnsä voidaan mukauttaa kannettavampiin aivojen kuvantamisjärjestelmiin, kuten toiminnalliseen lähi-infrapunaspektroskopiaan (fNIRS).

Huthin mukaan fNIRS mittaa verenvirtausta aivoissa eri ajankohtina, mikä on pohjimmiltaan samantyyppistä signaalia, jonka fMRI havaitsee.

Siksi tutkimuksessa käytettyä lähestymistapaa voitaisiin soveltaa fNIRS: ään. Tästä rajoituksesta huolimatta uskotaan, että ydin menetelmä tutkijoiden kehittämiä voidaan mukauttaa fNIRS: ään, mikä avaa tietä kannettavammalle ja helppokäyttöisemmälle järjestelmälle aivotoiminnan dekoodaamiseksi.

Elokuvien ja sarjojen ja kaiken elokuvaan liittyvän ystävä. Aktiivinen utelias verkoissa, aina yhteydessä verkkotietoihin.