Pensamentos em texto: a inteligência artificial (IA) decodifica o cérebro humano

A IA é cada vez mais usada para interpretar a atividade cerebral em um fluxo contínuo de texto. Isto pode potencialmente transformar a comunicação para pessoas que sofrem de doenças neurológicas graves. No contexto dos métodos de neuroimagem, a IA é uma enorme promessa para analisar a atividade cerebral.

No avanço mais recente, um decodificador semântico baseado em IA demonstrou novas maneiras de traduzir atividades cerebrais em uma variedade infinita de textos. Esta inovação permitiria ou transformaria ideias “não invasivas” em textos pela primeira vez. Isso pode ajudar pessoas com dificuldade de comunicação após um acidente vascular cerebral ou doença do neurônio motor. 

Para extrair informações relevantes de dados complexos e ruidosos, são necessários métodos avançados de processamento de dados para a interpretação da atividade cerebral. Algoritmos de IA podem ajudar a automatizar e agilizar esse procedimento. Isso permite que os pesquisadores tirem conclusões mais precisas e confiáveis ​​sobre a atividade cerebral.

Nesse caso, o decodificador poderia reconstruir adequadamente a fala à medida que os entrevistados ouviam ou imaginavam uma história. Este é um grande salto em inovação em comparação com sistemas anteriores de decodificação de linguagem que incluíam implantes cirúrgicos. 

Cientistas renomados apoiaram o mais novo avanço à medida que ele supera um obstáculo crítico. Alexander Huth, neurologista da Universidade do Texas, acrescentou: “Para um método não invasivo, este é um verdadeiro avanço em comparação com o que foi feito antes, que normalmente consiste em palavras isoladas ou frases curtas”.

A fMRI monitora variações no fluxo sanguíneo em várias partes do cérebro, o que pode ser usado para inferir a atividade neural. No entanto, comparado com o disparo real dos neurônios no cérebro, esse processo é relativamente lento. A fMRI tem uma resolução temporal de segundos, o que significa que não consegue detectar mudanças rápidas na atividade cerebral. De acordo com o The Guardian, isso dificulta a análise da atividade cerebral em reação à “fala natural”, uma vez que fornece uma “mistura de informações” dispersas em alguns segundos.

A introdução de grandes modelos de linguagem, como o ChatGPT da OpenAI, marcou um grande avanço na inteligência artificial. Esses modelos são treinados em grandes volumes de dados de texto, permitindo-lhes responder a uma ampla variedade de entradas de maneira semelhante à humana. Isso permitiu aos pesquisadores examinar o significado semântico da fala neste caso. Isto é, compreender os padrões de atividade neural associados a uma sequência de palavras. 

Após a descoberta, a equipe de pesquisa pretende expandir a utilidade da técnica em outros sistemas de imagem cerebral mais portáteis, como a espectroscopia funcional no infravermelho próximo (fNIRS). No entanto, podem surgir preocupações de segurança como resultado das inovações mais recentes.