ИИ превращает мысли в текст

Исследователи из Техасского университета в Остине разработали новую систему искусственного интеллекта под названием «семантический декодер», способную перевести активность мозга человека в непрерывном потоке текста.

Эта инновационная технология может помочь людям, которые умеют мыслить, но не могут развить речь, например, тем, кто перенес инсульт.

Слушая историю или про себя представляя повествование, система декодирует сигналы мозга и преобразует их в текст, что позволяет выражать идеи и мысли этих людей.

Это многообещающее достижение может открыть новые перспективы для общения и качества жизни людей, сталкивающихся с проблемами речи из-за заболеваний или травм.

Исследование, результатом которого стала разработка «семантического декодера», провел Джерри Танг, студент в области компьютерных наук, и Алекс Хут, доцент кафедры неврологии и компьютерных наук в Университет.

Результаты этого исследования были опубликованы в журнале Неврология природы, одно из самых авторитетных научных изданий в этой области.

Совместное руководство Танга и Хута исследованием подчеркивает сотрудничество между информатикой и нейробиологии, стремящейся к значительным достижениям в области взаимодействия между человеческим мозгом и интеллектом. искусственный.

В работе, проведенной исследователями, используется модель преобразователя, аналогичная той, что используется в таких системах, как Bard от Google и ChatGPT от OpenAI.

Однако система, разработанная исследователями, отличается тем, что не требует хирургических имплантатов у субъектов, что делает ее неинвазивным методом. Кроме того, в отличие от других разрабатываемых систем декодирования языка, участники не ограничены установленным списком слов для общения.

Как работает метод «чтения мыслей»?

После обширного обучения работе с декодером, когда пациент часами слушает подкасты на сканере, активность мозга измеряется с помощью сканера фМРТ.

Позже, если участник желает, чтобы его мысли были расшифрованы, машина может сгенерировать соответствующий текст только из мозговой активности, независимо от того, слушаете ли вы новую историю или воображаете, что рассказываете новую. история.

Исследователи разработали систему декодирования, чтобы улавливать суть того, что говорится или думать, а не предоставлять точную дословную расшифровку.

Несмотря на несовершенство, система продемонстрировала способность создавать текст, который приблизительно, а иногда и точно соответствует предполагаемому значению исходных слов.

Декодер, разработанный исследователями, позволяет непрерывно декодировать язык в течение длительных периодов времени, охватывая сложные идеи.

Примерно в течение половины времени, когда декодер был обучен отслеживать активность мозга участника, сгенерированный машиной текст, который отражал желаемое значение слов, способствуя более эффективному общению и понятно.

По словам Хута, этот подход представляет собой значительный шаг вперед по сравнению с предыдущими методами, которые часто ограничивались отдельными словами или короткими предложениями.

Система ищет не дословную дословную транскрипцию, а улавливание сути сказанного или мысли, пусть даже несовершенного.

Хотя существующая система основана на использовании сканера функциональной магнитно-резонансной томографии (фМРТ), что ограничивает ее жизнеспособность за пределами лабораторной среды, исследователи считают, что их работа может быть адаптирована для более портативных систем визуализации мозга, таких как функциональная спектроскопия ближнего инфракрасного диапазона. (фНИРС).

По словам Хута, fNIRS измеряет кровоток в мозге в разные моменты времени, что, по сути, является тем же типом сигнала, который обнаруживает фМРТ.

Таким образом, подход, использованный в исследовании, может быть применен к fNIRS. Несмотря на это ограничение, считается, что суть метод разработанная исследователями, может быть адаптирована для fNIRS, что проложит путь к более портативной и доступной системе для декодирования мозговой активности.

Любитель фильмов и сериалов и всего, что связано с кинематографом. Активный любознатель в сети, всегда подключен к информации в Сети.