AI는 생각을 텍스트로 변환합니다.

오스틴에 있는 텍사스 대학의 연구원들은 "의미적 디코더"라는 새로운 인공 지능 시스템을 개발했습니다. 두뇌 활동 번역 연속적인 텍스트 스트림에 있는 사람의

이 혁신적인 기술은 뇌졸중으로 쇠약해진 사람들과 같이 정신적으로 자각하지만 언어 발달을 발달시킬 수 없는 사람들을 도울 수 있는 잠재력을 가지고 있습니다.

이야기를 듣거나 조용히 그 이야기를 상상할 때, 체계 뇌 신호를 해독하고 텍스트로 변환하여 이러한 사람들의 아이디어와 생각을 표현할 수 있습니다.

이 유망한 성과는 의학적 상태나 부상으로 인해 언어 문제에 직면한 개인에게 의사소통과 삶의 질에 대한 새로운 관점을 열어줄 수 있습니다.

"시맨틱 디코더"의 개발로 이어진 연구는 대학 학생 Jerry Tang이 수행했습니다. 컴퓨터 과학 박사, Alex Huth, 신경 과학 및 컴퓨터 과학 조교수 대학교.

이 연구 결과는 저널에 게재되었습니다. 자연 신경과학, 해당 분야에서 가장 존경받는 과학 간행물 중 하나입니다.

Tang과 Huth의 연구 공동 리더십은 컴퓨터 과학과 인간의 두뇌와 지능 사이의 인터페이스에서 상당한 발전을 추구하는 신경 과학의 인공의.

연구원들이 수행한 작업은 Google의 Bard 및 OpenAI의 ChatGPT와 같은 시스템에서 사용되는 것과 유사한 변환기 모델을 사용합니다.

그러나 연구진이 개발한 시스템은 피험자에게 외과적 임플란트가 필요하지 않아 비침습적 방법이라는 점이 다르다. 또한 개발 중인 다른 언어 해독 시스템과 달리 참가자는 의사 소통을 위해 미리 정해진 단어 목록에 제한을 받지 않습니다.

'마인드 리더' 방법은 어떻게 작동합니까?

환자가 스캐너에서 몇 시간 동안 팟캐스트를 듣는 광범위한 디코더 훈련 후 fMRI 스캐너를 사용하여 뇌 활동을 측정합니다.

나중에 참가자가 기꺼이 자신의 생각을 해독하면 기계는 다음을 생성할 수 있습니다. 새로운 이야기를 듣거나 새로운 이야기를 상상하는 것과 상관없이 뇌 활동만으로 해당 텍스트를 읽을 수 있습니다. 역사.

연구자들은 정확한 단어 대 단어 사본을 제공하는 대신 말하거나 생각하는 것의 본질을 포착하도록 해독 시스템을 설계했습니다.

불완전하지만 시스템은 원래 단어의 의도된 의미에 근접하고 때로는 정확하게 텍스트를 생성하는 능력을 보여주었습니다.

연구진이 개발한 디코더는 복잡한 아이디어를 포괄하는 언어를 장기간 연속적으로 디코딩할 수 있게 해준다.

디코더가 참가자의 뇌 활동을 모니터링하도록 훈련된 시간의 약 절반 동안, 원하는 단어의 의미를 반영한 ​​기계 생성 텍스트로 보다 효과적인 의사 소통 및 이해할 수 있는.

Huth에 따르면 이 접근 방식은 종종 한 단어나 짧은 문장으로 제한되었던 이전 방법에 비해 상당한 발전을 나타냅니다.

이 시스템은 문자 그대로 단어 대 단어 전사를 추구하는 것이 아니라 불완전하더라도 말하거나 생각하는 것의 본질을 포착하는 것입니다.

현재 시스템은 기능적 자기 공명 영상(fMRI) 스캐너의 사용에 의존하지만 실험실 환경 외부에서의 실행 가능성을 제한하지만 연구원들은 그들의 작업이 기능적 근적외선 분광법과 같은 더 많은 휴대용 뇌 이미징 시스템에 적용될 수 있다고 믿습니다. (fNIRS).

Huth에 따르면 fNIRS는 서로 다른 시점에서 뇌의 혈류를 측정하며 이는 본질적으로 fMRI가 감지하는 것과 동일한 유형의 신호입니다.

따라서 연구에 사용된 접근 방식을 fNIRS에 적용할 수 있습니다. 이러한 한계에도 불구하고 본질은 방법 연구원들이 개발한 것은 fNIRS에 맞게 조정될 수 있어 뇌 활동을 해독하기 위한 보다 휴대 가능하고 접근 가능한 시스템을 위한 길을 열었습니다.

영화와 시리즈, 영화와 관련된 모든 것을 사랑하는 사람. 네트워크에 대한 적극적인 호기심, 항상 웹에 대한 정보에 연결되어 있습니다.