Дослідники з Техаського університету в Остіні розробили нову систему штучного інтелекту під назвою «семантичний декодер», яка має здатність перевести мозкову діяльність людини в безперервному потоці тексту.
Ця інноваційна технологія має потенціал, щоб допомогти людям, які розумово обізнані, але не можуть розвинути мову, наприклад тим, хто був виснажений інсультом.
побачити більше
Google розробляє інструмент ШІ, щоб допомогти журналістам у…
Нерозкритий оригінальний iPhone 2007 року продають майже за 200 000 доларів США; знаю...
Слухаючи розповідь або мовчки уявляючи розповідь, система декодує мозкові сигнали та перетворює їх на текст, уможливлюючи вираження ідей та думок цих людей.
Це багатообіцяюче досягнення може відкрити нові перспективи для спілкування та якості життя для людей, які стикаються з проблемами мовлення через захворювання або травми.
Дослідження, результатом якого стала розробка «семантичного декодера», було проведено Джеррі Тангом, студентом доктора комп’ютерних наук та Алекса Хата, доцента кафедри нейронауки та комп’ютерних наук університет.
Результати цього дослідження були опубліковані в журналі Неврологія природи, одне з найавторитетніших наукових видань у галузі.
Спільне керівництво дослідженнями Танга та Хута підкреслює співпрацю між інформатикою та нейронауки, прагнучи значного прогресу в інтерфейсі між людським мозком та інтелектом штучні.
У роботі, яку проводять дослідники, використовується модель трансформатора, подібна до тих, що використовуються в таких системах, як Bard – від Google – і ChatGPT – від OpenAI.
Однак система, розроблена дослідниками, відрізняється тим, що вона не вимагає хірургічних імплантатів у суб’єктів, що робить її неінвазивним методом. Крім того, на відміну від інших систем декодування мови, що розробляються, учасники не обмежуються встановленим списком слів для спілкування.
Як працює метод «читання думок»?
Після тривалого навчання декодеру, під час якого пацієнт годинами слухає подкасти на сканері, мозкову активність вимірюють за допомогою фМРТ-сканера.
Пізніше, якщо учасник бажає, щоб його думки були розшифровані, машина здатна згенерувати відповідний текст лише з мозкової активності, незалежно від того, слухаєте нову історію чи уявляєте, що розповідаєте нову. історії.
Дослідники розробили систему декодування, щоб охопити суть сказаного чи думки, а не надати точну транскрипцію слово в слово.
Незважаючи на недосконалість, система продемонструвала здатність створювати текст, який наближено, а іноді й точно, відповідає передбачуваним значенням вихідних слів.
Декодер, розроблений дослідниками, дозволяє безперервно декодувати мову протягом тривалих періодів часу, охоплюючи складні ідеї.
Протягом приблизно половини часу, протягом якого декодер навчався стежити за активністю мозку учасника, машинно згенерований текст, який відображав бажані значення слів, сприяючи більш ефективній комунікації та зрозуміло.
За словами Хута, цей підхід є значним прогресом у порівнянні з попередніми методами, які часто обмежувалися окремими словами або короткими реченнями.
Система прагне не дослівної транскрипції, а фіксації суті сказаного чи думки, навіть якщо вона недосконала.
Хоча поточна система базується на використанні функціонального сканера магнітно-резонансної томографії (фМРТ), що обмежує його життєздатність поза лабораторним середовищем, дослідники вважають, що їхню роботу можна адаптувати для більш портативних систем візуалізації мозку, таких як функціональна ближня інфрачервона спектроскопія (fNIRS).
За словами Хута, fNIRS вимірює кровотік у мозку в різні моменти часу, що, по суті, є тим самим типом сигналу, який виявляє фМРТ.
Таким чином, підхід, використаний у дослідженні, можна застосувати до fNIRS. Незважаючи на це обмеження, вважається, що суть о метод Розроблений дослідниками можна адаптувати для fNIRS, прокладаючи шлях до більш портативної та доступної системи для декодування активності мозку.
Любитель фільмів і серіалів і всього, що пов'язано з кіно. Активний допитливий в мережах, завжди на зв'язку з інформацією про Інтернет.
