Истраживачи са Универзитета Тексас у Остину развили су нови систем вештачке интелигенције назван „семантички декодер” који има способност да превести активност мозга особе у непрекидном току текста.
Ова иновативна технологија има потенцијал да помогне људима који су ментално свесни, али не могу да развију говор, као што су они који су ослабљени можданим ударом.
види више
Гоогле развија АИ алат за помоћ новинарима у…
Неотворени оригинални иПхоне из 2007. продаје се за скоро 200.000 долара; знам...
Када слушате причу или у тишини замишљате нарацију, система декодира мождане сигнале и претвара их у текст, омогућавајући изражавање идеја и мисли ових људи.
Ово обећавајуће достигнуће могло би да отвори нове перспективе за комуникацију и квалитет живота за појединце који се суочавају са говорним изазовима због здравствених стања или повреда.
Студију, која је резултирала развојем „семантичког декодера“, спровео је Џери Танг, студент на у рачунарству, и Алекс Хут, доцент за неуронауку и рачунарство на универзитета.
Резултати овог истраживања објављени су у часопису Натуре Неуросциенце, једна од најугледнијих научних публикација у овој области.
Заједничко вођство Танга и Хута у истраживању наглашава сарадњу између рачунарских наука и неуронауке, тражећи значајан напредак у интерфејсу између људског мозга и интелигенције вештачки.
Рад који су спровели истраживачи користи модел трансформатора, сличан онима који се користе у системима као што су Бард – од Гугла – и ЦхатГПТ – из ОпенАИ.
Међутим, систем који су развили истраживачи је другачији јер не захтева хируршке импланте код испитаника, што га чини неинвазивном методом. Штавише, за разлику од других система за декодирање језика у развоју, учесници нису ограничени на прописану листу речи за комуникацију.
Како функционише метода 'читача мисли'?
Након опсежне обуке за декодере, у којој пацијент слуша сате подцаста на скенеру, мождана активност се мери помоћу фМРИ скенера.
Касније, ако је учесник вољан да му се мисли декодирају, машина може да генерише одговарајући текст само из мождане активности, било да слушате нову причу или замишљате да причате нову. историје.
Истраживачи су дизајнирали систем декодирања како би ухватили суштину онога што се говори или мисли, уместо да дају тачан транскрипт од речи до речи.
Иако несавршен, систем је показао способност да произведе текст који је приближан, а понекад и тачно, намераваним значењима оригиналних речи.
Декодер који су развили истраживачи омогућава континуирано декодирање језика током дугих временских периода, обухватајући сложене идеје.
Током отприлике половине времена док је декодер био обучен да прати активност мозга учесника, машински генерисан текст који је одражавао жељена значења речи, доприносећи ефикаснијој комуникацији и разумљиво.
Према Хуту, овај приступ представља значајан напредак у поређењу са претходним методама, које су често биле ограничене на појединачне речи или кратке реченице.
Систем не тражи буквалну транскрипцију од речи до речи, већ хватање суштине онога што се говори или мисли, макар и несавршено.
Иако се тренутни систем ослања на употребу скенера за функционалну магнетну резонанцу (фМРИ), што ограничава његову одрживост ван лабораторијског окружења, истраживачи верују да се њихов рад може прилагодити за више преносивих система за снимање мозга као што је функционална блиска инфрацрвена спектроскопија (фНИРС).
Према Хутху, фНИРС мери проток крви у мозгу у различитим временима, што је у суштини исти тип сигнала који фМРИ детектује.
Стога би се приступ кориштен у студији могао примијенити на фНИРС. Упркос овом ограничењу, верује се да је суштина методом Развијени од стране истраживача могу се прилагодити за фНИРС, утирући пут за преносивији и приступачнији систем за декодирање мождане активности.
Заљубљеник у филмове и серије и све што укључује биоскоп. Активни радозналац на мрежама, увек повезан са информацијама о вебу.