AI pretvara misli u tekst

Istraživači sa Sveučilišta Texas u Austinu razvili su novi sustav umjetne inteligencije nazvan "semantički dekoder" koji ima sposobnost prevesti aktivnost mozga osobe u neprekidnom toku teksta.

Ova inovativna tehnologija ima potencijal pomoći ljudima koji su mentalno svjesni, ali ne mogu razviti govor, poput onih koji su bili oslabljeni moždanim udarom.

Kada slušate priču ili u tišini zamišljate pripovijest, sustav dekodira moždane signale i pretvara ih u tekst, omogućujući izražavanje ideja i misli tih ljudi.

Ovo obećavajuće postignuće moglo bi otvoriti nove perspektive za komunikaciju i kvalitetu života za pojedince koji se suočavaju s govornim izazovima zbog zdravstvenih stanja ili ozljeda.

Studiju, koja je rezultirala razvojem "semantičkog dekodera", proveo je Jerry Tang, student na in Computer Science, i Alex Huth, docent neuroznanosti i računalnih znanosti na sveučilište.

Rezultati ovog istraživanja objavljeni su u časopisu Neuroznanost prirode, jedna od najuglednijih znanstvenih publikacija na tom području.

Zajedničko vodstvo Tanga i Hutha u istraživanju ističe suradnju između računalne znanosti i neuroznanosti, tražeći značajan napredak u sučelju između ljudskog mozga i inteligencije Umjetna.

Rad koji su proveli istraživači koristi model transformatora, sličan onima koji se koriste u sustavima kao što su Bard – od Googlea – i ChatGPT – od OpenAI.

Međutim, sustav koji su razvili istraživači drugačiji je jer ne zahtijeva kirurške implantate u ispitanika, što ga čini neinvazivnom metodom. Nadalje, za razliku od drugih sustava za dekodiranje jezika u razvoju, sudionici nisu ograničeni na propisani popis riječi za komunikaciju.

Kako funkcionira metoda 'čitača misli'?

Nakon opsežne obuke dekodera, u kojoj pacijent satima sluša podcaste na skeneru, aktivnost mozga se mjeri pomoću fMRI skenera.

Kasnije, ako je sudionik voljan da se njegove misli dekodiraju, stroj može generirati odgovarajući tekst samo iz aktivnosti mozga, bilo da slušate novu priču ili zamišljate da pričate novu. povijesti.

Istraživači su dizajnirali sustav dekodiranja kako bi uhvatili bit onoga što je rečeno ili mišljeno, umjesto da daju točan prijepis od riječi do riječi.

Iako nesavršen, sustav je pokazao sposobnost stvaranja teksta koji je približan, a ponekad i točan, namjeravanom značenju izvornih riječi.

Dekoder koji su razvili istraživači omogućuje kontinuirano dekodiranje jezika tijekom dugih vremenskih razdoblja, uključujući složene ideje.

Tijekom otprilike polovice vremena u kojem je dekoder bio obučen za praćenje moždane aktivnosti sudionika, strojno generirani tekst koji odražava željena značenja riječi, pridonoseći učinkovitijoj komunikaciji i Razumljivo.

Prema Huthu, ovaj pristup predstavlja značajan napredak u usporedbi s prethodnim metodama koje su često bile ograničene na pojedinačne riječi ili kratke rečenice.

Sustav ne traži doslovnu transkripciju od riječi do riječi, već hvatanje suštine onoga što je rečeno ili mišljeno, čak i ako je nesavršeno.

Iako se trenutni sustav oslanja na korištenje funkcionalnog skenera magnetske rezonancije (fMRI), što ograničava njegovu održivost izvan laboratorijskog okruženja, istraživači vjeruju da se njihov rad može prilagoditi za prijenosnije sustave za oslikavanje mozga kao što je funkcionalna spektroskopija blizu infracrvenog zračenja (fNIRS).

Prema Huthu, fNIRS mjeri protok krvi u mozgu u različitim vremenskim točkama, što je u biti isti tip signala koji detektira fMRI.

Stoga bi se pristup korišten u studiji mogao primijeniti na fNIRS. Usprkos tom ograničenju, vjeruje se da je suština metoda razvijen od strane istraživača može se prilagoditi za fNIRS, otvarajući put za prijenosniji i pristupačniji sustav za dekodiranje aktivnosti mozga.

Zaljubljenik u filmove i serije i sve što uključuje kino. Aktivan znatiželjnik na mrežama, uvijek povezan s informacijama o webu.