Η Meta δημιούργησε μια τεχνητή νοημοσύνη που μπορεί να μαντέψει τις λέξεις που ακούτε αποκωδικοποιώντας το Brainwaves σας την ευφυΐα δεδομένων PlatoBlockchain. Κάθετη αναζήτηση. Ολα συμπεριλαμβάνονται.

Η Meta δημιούργησε ένα AI που μπορεί να μαντέψει τις λέξεις που ακούτε αποκωδικοποιώντας τα εγκεφαλικά σας κύματα

Η δυνατότητα αποκωδικοποίησης των εγκεφαλικών κυμάτων θα μπορούσε να βοηθήσει τους ασθενείς που έχουν χάσει την ικανότητα να μιλούν να επικοινωνήσουν ξανά και θα μπορούσε τελικά να προσφέρει νέους τρόπους στους ανθρώπους να αλληλεπιδρούν με τους υπολογιστές. Τώρα οι ερευνητές του Meta έχουν δείξει ότι μπορούν να πουν τι λέξεις είναι κάποιος ακοή χρησιμοποιώντας εγγραφές από μη επεμβατικές σαρώσεις εγκεφάλου.

Η ικανότητά μας να διερευνούμε ανθρώπινος Η εγκεφαλική δραστηριότητα έχει βελτιωθεί σημαντικά τις τελευταίες δεκαετίες, καθώς οι επιστήμονες έχουν αναπτύξει μια ποικιλία τεχνολογιών διεπαφής εγκεφάλου-υπολογιστή (BCI) που μπορούν να παρέχουν ένα παράθυρο στις σκέψεις και τις προθέσεις μας.

Τα πιο εντυπωσιακά αποτελέσματα προέρχονται από επεμβατικές συσκευές καταγραφής, οι οποίες εμφυτεύουν ηλεκτρόδια απευθείας στο του εγκεφάλου gray θέμα, σε συνδυασμό με AI που μπορεί να μάθει να ερμηνεύειt εγκεφαλικά σήματα. Τα τελευταία χρόνια, αυτό έχει μαείναι δυνατόν να αποκωδικοποιούν πλήρεις προτάσεις από τη νευρική δραστηριότητα κάποιου με ακρίβεια 97 τοις εκατό και επιχειρήθηκε μετάφραση κινήσεις γραφής απευθείας στο κείμενο σε ταχύτητες συγκρίσιμεςγια να στείλετε μηνύματα.

Αλλά η ανάγκη να εμφυτεύονται ηλεκτρόδια στον εγκέφαλο κάποιου έχει προφανή μειονεκτήματα. Αυτές οι επικίνδυνες διαδικασίες δικαιολογούνται μόνο ιατρικά για ασθενείς που χρειάζονται καταγραφή εγκεφάλου για να βοηθήσουν στην επίλυση άλλων ιατρικών ζητημάτων, όπως η επιληψία. Και οι νευρικοί ανιχνευτές υποβαθμίζονται με την πάροδο του χρόνου, γεγονός που αυξάνει την προοπτική της τακτικής αντικατάστασής τους.

Αυτός είναι ο λόγος για τον οποίο οι ερευνητές στο ερευνητικό τμήμα AI της Meta αποφάσισαν να διερευνήσουν εάν θα μπορούσαν να επιτύχουν παρόμοιους στόχους χωρίς να απαιτείται επικίνδυνη χειρουργική επέμβαση εγκεφάλουy. Σε ένα χαρτί δημοσιεύεται στον διακομιστή προεκτύπωσης arXiv, η ομάδα ανέφερε ότι έχει αναπτύξει ένα σύστημα τεχνητής νοημοσύνης που μπορεί να προβλέψει ποιες λέξεις ακούει κάποιος με βάση τη δραστηριότητα του εγκεφάλου που έχει καταγραφεί χρησιμοποιώντας μη επεμβατική διεπαφές εγκεφάλου-υπολογιστή.

"Είναι προφανώς εξαιρετικά επεμβατικό να βάζεις ένα ηλεκτρόδιο μέσα στον εγκέφαλο κάποιου», δήλωσε ο Jean Remi King, ερευνητής στο Facebook Artificial Intelligence Research (FAIR) Lab. είπε TIME. "Θέλαμε λοιπόν να δοκιμάσουμε να χρησιμοποιήσουμε μη επεμβατικές καταγραφές της εγκεφαλικής δραστηριότητας. Και ο στόχος ήταν να δημιουργηθεί ένα σύστημα τεχνητής νοημοσύνης που θα μπορεί να αποκωδικοποιεί τις απαντήσεις του εγκεφάλου σε προφορικές ιστορίες».

Οι ερευνητές βασίστηκαν σε τέσσερα προϋπάρχοντα σύνολα δεδομένων εγκεφαλικής δραστηριότητας που συλλέχθηκαν από 169 άτομα καθώς άκουγαν ηχογραφήσεις ανθρώπων που μιλούσαν. Κάθε εθελοντής καταγράφηκε χρησιμοποιώντας είτε μαγνητοεγκεφαλογραφία (MEG) είτε ηλεκτροεγκεφαλογραφία (EEG), τα οποία χρησιμοποιούν διαφορετικά είδη αισθητήρων για να συλλάβουν την ηλεκτρική δραστηριότητα του εγκεφάλου έξω από το κρανίο.

Η προσέγγισή τους περιλαμβάνειd χωρισμός των δεδομένων εγκεφάλου και ήχου σε τρία-αποσπάσματα δεύτερου μήκους και τροφοδοσία του σε ένα νευρωνικό δίκτυο που στη συνέχεια φαίνονταιed για μοτίβα που γould συνδέστε τα δύο. Αφού εκπαίδευσαν το AI σε πολλές ώρες από αυτά τα δεδομένα, στη συνέχεια το δοκίμασαν σε δεδομένα που δεν είχαν δει προηγουμένως.

Το σύστημα είχε την καλύτερη απόδοση σε ένα από τα σύνολα δεδομένων MEG, όπου πέτυχε ακρίβεια 10 τοις εκατό στο top-72.5. Αυτό σημαίνει ότι όταν κατέταξε το 10 λέξεις με την υψηλότερη πιθανότητα να συνδεθούν με το τμήμα των εγκεφαλικών κυμάτων, η σωστή λέξη ήταν εκεί 72.5 τοις εκατό του χρόνου.

Αυτό μπορεί να μην ακούγεται υπέροχο, αλλά είναι σημαντικό να θυμάστε ότι επέλεξε από ένα πιθανό λεξιλόγιο 793 λόγια. Το σύστημα σημείωσε 67.2 τοις εκατό στο άλλο σύνολο δεδομένων MEG, αλλά τα πήγε λιγότερο καλά στα σύνολα δεδομένων EEG, φτάνοντας στο top-10 ακρίβειες μόνο 31.4 και 19.1.

Είναι σαφές ότι αυτό απέχει ακόμη πολύ από ένα πρακτικό σύστημα, αλλά αντιπροσωπεύει σημαντική πρόοδο σε ένα δύσκολο πρόβλημα. Τα μη επεμβατικά BCI έχουν πολύ χειρότερες αναλογίες σήματος προς θόρυβο, επομένως η αποκρυπτογράφηση της νευρικής δραστηριότητας με αυτόν τον τρόπο είναι πρόκληση, αλλά εάν είναι επιτυχής θα μπορούσε να οδηγήσει σε μια πολύ πιο ευρέως εφαρμόσιμη τεχνολογία.

Ωστόσο, δεν είναι όλοι πεπεισμένοι ότι είναι ένα επιλύσιμο πρόβλημα. είπε ο Thomas Knopfel από το Imperial College του Λονδίνου New Scientist ότι η προσπάθεια διερεύνησης των σκέψεων χρησιμοποιώντας αυτές τις μη επεμβατικές προσεγγίσεις ήταν σαν "προσπαθώντας να μεταδώσει μια ταινία HD μέσω παλιομοδίτικα αναλογικά τηλεφωνικά μόντεμ» και αμφισβήτησε εάν τέτοιες προσεγγίσεις θα φτάσουν ποτέ σε πρακτικά επίπεδα ακρίβειας.

Εταιρείες όπως η Neuralink του Έλον Μασκ στοιχηματίζουν επίσης ότι τελικά θα ξεπεράσουμε τις ατασθαλίες μας σχετικά με τις επεμβατικές προσεγγίσεις καθώς η τεχνολογία βελτιώνεται, ανοίγοντας την πόρτα σε καθημερινούς ανθρώπους που κάνουν εμφυτεύματα εγκεφάλου.

Αλλά η έρευνα από την ομάδα του Meta βρίσκεται σε πολύ πρώιμο στάδιο και υπάρχουν πολλά περιθώρια για βελτιώσεις. Και οι εμπορικές ευκαιρίες για όποιον μπορεί να διακόψει τη μη επεμβατική σάρωση εγκεφάλου πιθανότατα θα δώσει πολλά κίνητρα για προσπάθεια.

Image Credit: Dung Tran από Pixabay

Σφραγίδα ώρας:

Περισσότερα από Κέντρο μοναδικότητας