כובע קריאת מחשבות זה יכול לתרגם מחשבות לטקסט הודות ל-AI

כובע קריאת מחשבות זה יכול לתרגם מחשבות לטקסט הודות ל-AI

כובע קריאת מחשבות זה יכול לתרגם מחשבות לטקסט הודות ל-AI PlatoBlockchain Data Intelligence. חיפוש אנכי. איי.

בחור צעיר כשהוא חובש כובע משובץ אלקטרודות מכוסה חוטים, קורא בשקט משפט בראשו. כמה רגעים לאחר מכן, קול דמוי סירי פורץ פנימה, מנסה לתרגם את מחשבותיו לטקסט, "כן, אני רוצה קערת מרק עוף, בבקשה." זוהי הדוגמה האחרונה של מחשבים המתרגמים מחשבות של אדם למילים ולמשפטים.

בעבר, חוקרים השתמשו בשתלים שהונחו במוח או במכונות מגושמות ויקרות כדי לתרגם את פעילות המוח לטקסט. ה גישה חדשה, שהוצג בכנס NeurIPS השבוע על ידי חוקרים מאוניברסיטת סידני הטכנולוגית, מרשים בשל השימוש שלו במכסה EEG לא פולשני ובפוטנציאל להכללה מעבר לאדם אחד או שניים.

הצוות בנה מודל AI בשם DeWave שאומן על פעילות מוחית ושפה וקישר אותו למודל שפה גדול - הטכנולוגיה שמאחורי ChatGPT - כדי לעזור להמיר פעילות מוחית למילים. ב טרום-דפוס פורסם ב-arXiv, המודל גבר על ציונים גבוהים קודמים עבור תרגום מחשבתי EEG לטקסט עם דיוק של כ-40 אחוזים. צ'ין-טנג לין, מחבר המקביל בעיתון, אמר ל-MSN לאחרונה הם העלו את הדיוק ל-60 אחוז. התוצאות עדיין נמצאות בביקורת עמיתים.

למרות שיש עוד דרך ארוכה לעבור מבחינת אמינות, זה מראה התקדמות בשיטות לא פולשניות של קריאה ותרגום מחשבות לשפה. הצוות מאמין שהעבודה שלהם יכולה לתת קול לאלה שאינם יכולים יותר לתקשר עקב פציעה או מחלה או לשמש לכוון מכונות, כמו רובוטים מהלכים או זרועות רובוטיות, עם מחשבות בלבד.

נחשו מה אני חושב

אולי אתה זוכר כותרות על מכונות "קריאת מחשבות" המתרגמות מחשבות לטקסט במהירות גבוהה. הסיבה לכך היא שמאמצים כאלה אינם חדשים כמעט.

מוקדם יותר השנה, חוקרי סטנפורד תיאר עבודה עם מטופל, פט בנט, שאיבד את יכולת הדיבור עקב ALS. לאחר השתלת ארבעה חיישנים בשני חלקי מוחה ואימונים נרחבים, בנט יכלה לתקשר באמצעות מחשבותיה המרה לטקסט במהירות של 62 מילים לדקה— שיפור בשיא 2021 של אותה צוות של 18 מילים בדקה.

זו תוצאה מדהימה, אבל השתלות מוח יכולות להיות מסוכנות. מדענים ישמחו לקבל תוצאה דומה ללא ניתוח.

In מחקר נוסף השנה, חוקרים מאוניברסיטת טקסס באוסטין פנו לטכנולוגיית סריקת מוח בשם fMRI. במחקר, המטופלים נאלצו לשכב בשקט במכונה המתעדת את זרימת הדם במוחם כשהם מקשיבים לסיפורים. לאחר שהשתמש בנתונים אלה לאילוף אלגוריתם - המבוסס בחלקו על האב הקדמון של ChatGPT, GPT-1 - הצוות השתמש במערכת כדי לנחש מה המשתתפים שומעים על סמך פעילות המוח שלהם.

הדיוק של המערכת לא היה מושלם, היא דרשה התאמה אישית רבה עבור כל משתתף, ומכונות fMRI הן מגושמות ויקרות. ובכל זאת, המחקר שימש הוכחה לרעיון שניתן לפענח מחשבות באופן לא פולשני, והחדשות הבינה המלאכותיות יכולות לעזור להגשים את זה.

כובע המיון

In הארי פוטר, התלמידים ממוינים לבתי הספר על ידי כובע קסום שקורא מחשבות. אנחנו מוגלגים נוקטים בכובעי ים מצחיקים למראה שנוקבים על ידי חוטים ואלקטרודות. מכשירים אלה, הידועים ככובעי אלקטרואנצפלוגרף (EEG), קוראים ומתעדים את הפעילות החשמלית במוח שלנו. בניגוד לשתלים במוח, הם אינם דורשים ניתוח אך הם הרבה פחות מדויקים. האתגר, אם כן, הוא להפריד בין אות לרעש כדי לקבל תוצאה שימושית.

במחקר החדש, הצוות השתמש בשני מערכי נתונים המכילים הקלטות מעקב עיניים ו-EEG מ-12 ו-18 אנשים, בהתאמה, בזמן שהם קוראים טקסט. נתוני מעקב עיניים עזרו למערכת לחתוך את פעילות המוח לפי מילה. כלומר, כאשר עיניו של אדם מרחפות ממילה אחת לאחרת, זה אומר שצריך להיות הפסקה בין הפעילות המוחית הקשורה למילה זו לבין הפעילות שצריכה להיות מתואמת עם המילה הבאה.

לאחר מכן הם אימנו את DeWave על הנתונים הללו, ועם הזמן, האלגוריתם למד לקשר דפוסי גלי מוח מסוימים למילים. לבסוף, בעזרת מודל שפה גדול שהוכשר מראש בשם BART - מכוון להבנת הפלט הייחודי של המודל - תורגמו האסוציאציות של האלגוריתם מגל מוח למילה בחזרה למשפטים.

במבחנים, DeWave התגברה על האלגוריתמים המובילים בקטגוריה הן בתרגום של גלי מוח גולמיים והן בגלי מוח פרוסים לפי מילה. האחרונים היו מדויקים יותר, אבל עדיין פיגרו הרבה אחרי תרגום בין שפות - כמו אנגלית וצרפתית - וזיהוי דיבור. הם גם גילו שהאלגוריתם בוצע באופן דומה בין המשתתפים. ניסויים קודמים נטו לדווח על תוצאות עבור אדם אחד או דורשים התאמה אישית קיצונית.

הצוות אומר שהמחקר הוא הוכחה נוספת שמודלים של שפה גדולים יכולים לעזור לקדם מערכות מוח לטקסט. למרות שהם השתמשו באלגוריתם עתיק יחסית במחקר הרשמי, בחומר משלים הם כללו תוצאות מדגמים גדולים יותר, כולל אלגוריתם הלאמה המקורי של Meta. מעניין שהאלגוריתמים הגדולים יותר לא שיפרו את התוצאות בהרבה.

"זה מדגיש את המורכבות של הבעיה ואת האתגרים של גישור בין פעילויות מוח עם LLMs", כתבו המחברים, וקראו למחקר ניואנסים יותר בעתיד. עם זאת, הצוות מקווה שהם יכולים לדחוף את המערכת שלהם עוד יותר, אולי עד 90 אחוז דיוק.

העבודה מראה התקדמות בתחום.

"אנשים רצו להפוך EEG לטקסט במשך זמן רב והמודל של הצוות מראה כמות מדהימה של נכונות", אמר קרייג ג'ין מאוניברסיטת סידני. MSN. "לפני מספר שנים ההמרות מ-EEG לטקסט היו שטויות מוחלטות".

תמונת אשראי: אוניברסיטת סידני

בול זמן:

עוד מ רכזת הסינגולריות