Tanker til tekst: Kunstig intelligens (AI) dekoder menneskelig hjerne

AI brukes i økende grad til å tolke hjerneaktivitet til en kontinuerlig tekststrøm. Dette kan potensielt forandre kommunikasjonen for personer som lider av alvorlige nevrologiske sykdommer. I sammenheng med nevrobildemetoder har AI et enormt løfte for å analysere hjerneaktivitet.

I det siste fremskrittet demonstrerte en AI-basert semantisk dekoder nye måter å oversette hjerneaktiviteter til en endeløs rekke tekster. Denne innovasjonen ville la eller gjøre 'ikke-invasive' ideer til tekster for første gang. Dette kan hjelpe folk med problemer med å kommunisere etter et slag eller motornevronsykdom. 

For å trekke ut relevant informasjon fra komplekse og støyende data, kreves avanserte databehandlingsmetoder for tolkning av hjerneaktivitet. AI-algoritmer kan hjelpe til med å automatisere og effektivisere denne prosedyren. Dette gjør det mulig for forskere å trekke mer presise og pålitelige konklusjoner angående hjerneaktivitet.

I dette tilfellet kunne dekoderen rekonstruere tale på riktig måte mens respondentene lyttet til eller forestilte seg en historie. Dette er et enormt sprang i innovasjon sammenlignet med tidligere språkdekodingssystemer som inkluderte kirurgiske implantater. 

Anerkjente forskere har støttet det nyeste fremskrittet ettersom det overvinner et kritisk hinder. Dr. Alexander Huth, en nevrolog ved University of Texas, la til: "For en ikke-invasiv metode er dette et virkelig sprang fremover sammenlignet med det som er gjort før, som vanligvis er enkeltord eller korte setninger."

fMRI overvåker variasjoner i blodstrømmen til ulike deler av hjernen, som kan brukes til å utlede nevral aktivitet. Men sammenlignet med selve avfyringen av nevroner i hjernen, er denne prosessen relativt langsom. fMRI har en tidsmessig oppløsning på sekunder, noe som betyr at den ikke kan oppdage raske endringer i hjerneaktivitet. I følge The Guardian gjør dette å analysere hjerneaktivitet som reaksjon på "naturlig tale" vanskelig siden det gir en "miks av informasjon" spredt over noen få sekunder.

Innføringen av store språkmodeller, som OpenAIs ChatGPT, har markert et stort fremskritt innen kunstig intelligens. Disse modellene er trent på enorme mengder tekstdata, slik at de kan svare på et bredt spekter av input på en menneskelignende måte. Det gjorde det mulig for forskere å undersøke den semantiske betydningen av tale i dette tilfellet. Det vil si å forstå de nevrale aktivitetsmønstrene knyttet til en rekke ord. 

Etter oppdagelsen har forskerteamet til hensikt å utvide teknikkens nytte i andre, mer bærbare hjerneavbildningssystemer, for eksempel funksjonell nær-infrarød spektroskopi (fNIRS). Imidlertid kan sikkerhetsproblemer oppstå som følge av den siste innovasjonen.