Para peneliti di University of Texas di Austin telah mengembangkan sistem kecerdasan buatan baru yang disebut "semantic decoder" yang memiliki kemampuan untuk menerjemahkan aktivitas otak seseorang dalam aliran teks yang berkelanjutan.
Teknologi inovatif ini berpotensi membantu orang-orang yang memiliki kesadaran mental tetapi tidak dapat mengembangkan kemampuan berbicara, seperti mereka yang lemah akibat stroke.
lihat lebih banyak
Google mengembangkan alat AI untuk membantu jurnalis di…
IPhone asli tahun 2007 yang belum dibuka dijual seharga hampir $200.000; tahu...
Saat mendengarkan sebuah cerita atau membayangkan narasinya dalam hati, the sistem menerjemahkan sinyal otak dan mengubahnya menjadi teks, memungkinkan ekspresi ide dan pemikiran orang-orang ini.
Pencapaian yang menjanjikan ini dapat membuka perspektif baru untuk komunikasi dan kualitas hidup individu yang menghadapi tantangan bicara karena kondisi medis atau cedera.
Penelitian, yang menghasilkan pengembangan "semantic decoder", dilakukan oleh Jerry Tang, seorang mahasiswa di dalam Ilmu Komputer, dan Alex Huth, Asisten Profesor Ilmu Saraf dan Ilmu Komputer di Universitas.
Hasil penelitian ini dipublikasikan di jurnal tersebut Ilmu Saraf Alam, salah satu publikasi ilmiah paling dihormati di bidangnya.
Kepemimpinan bersama Tang dan Huth dalam penelitian ini menyoroti kolaborasi antara ilmu komputer dan ilmu saraf, mencari kemajuan yang signifikan dalam antarmuka antara otak manusia dan kecerdasan palsu.
Pekerjaan yang dilakukan oleh para peneliti menggunakan model transformator, serupa dengan yang digunakan dalam sistem seperti Bard – dari Google – dan ChatGPT – dari OpenAI.
Namun, sistem yang dikembangkan para peneliti berbeda karena tidak memerlukan implan bedah pada subjek, menjadikannya metode non-invasif. Selain itu, tidak seperti sistem decoding bahasa lain yang sedang dikembangkan, peserta tidak terbatas pada daftar kata yang ditentukan untuk berkomunikasi.
Bagaimana cara kerja metode 'pembaca pikiran'?
Setelah pelatihan dekoder ekstensif, di mana pasien mendengarkan podcast selama berjam-jam di pemindai, aktivitas otak diukur menggunakan pemindai fMRI.
Nantinya, jika peserta ingin pikirannya didekodekan, mesin dapat menghasilkannya teks yang sesuai dari aktivitas otak saja, baik mendengarkan cerita baru atau membayangkan menceritakan cerita baru. sejarah.
Para peneliti merancang sistem decoding untuk menangkap esensi dari apa yang dikatakan atau dipikirkan, daripada memberikan transkrip kata demi kata yang tepat.
Meskipun tidak sempurna, sistem tersebut telah menunjukkan kemampuan untuk menghasilkan teks yang mendekati, dan terkadang secara akurat, arti yang dimaksud dari kata aslinya.
Decoder yang dikembangkan oleh para peneliti memungkinkan decoding bahasa yang berkelanjutan untuk jangka waktu yang lama, mencakup ide-ide yang kompleks.
Selama kira-kira separuh waktu decoder dilatih untuk memantau aktivitas otak peserta, teks yang dihasilkan mesin yang mencerminkan arti kata yang diinginkan, berkontribusi pada komunikasi yang lebih efektif dan dimengerti.
Menurut Huth, pendekatan ini merupakan kemajuan yang signifikan dibandingkan dengan metode sebelumnya, yang seringkali terbatas pada satu kata atau kalimat pendek.
Sistem tidak mencari transkripsi kata demi kata secara literal, tetapi menangkap esensi dari apa yang dikatakan atau dipikirkan, meskipun tidak sempurna.
Meskipun sistem saat ini bergantung pada penggunaan pemindai pencitraan resonansi magnetik fungsional (fMRI), yang membatasi kelangsungan hidupnya di luar lingkungan laboratorium, peneliti percaya pekerjaan mereka dapat diadaptasi untuk sistem pencitraan otak yang lebih portabel seperti spektroskopi inframerah-dekat fungsional (fNIRS).
Menurut Huth, fNIRS mengukur aliran darah di otak pada titik waktu yang berbeda, yang pada dasarnya merupakan jenis sinyal yang sama dengan yang dideteksi fMRI.
Oleh karena itu, pendekatan yang digunakan dalam penelitian ini dapat diterapkan pada fNIRS. Terlepas dari keterbatasan ini, diyakini bahwa esensi dari metode dikembangkan oleh para peneliti dapat diadaptasi untuk fNIRS, membuka jalan bagi sistem yang lebih portabel dan mudah diakses untuk memecahkan kode aktivitas otak.
Pencinta film dan serial dan segala sesuatu yang melibatkan sinema. Rasa ingin tahu yang aktif di jaringan, selalu terhubung dengan informasi tentang web.
