Ta kapa za branje misli lahko prevede misli v besedilo zahvaljujoč umetni inteligenci

Ta kapa za branje misli lahko prevede misli v besedilo zahvaljujoč umetni inteligenci

Časovni žig: 12. december 2023 7:02
This Mind-Reading Cap Can Translate Thoughts to Text Thanks to AI PlatoBlockchain Data Intelligence. Vertical Search. Ai.

Mladenič, ki nosi kapo, posejano z elektrodami, načetimi z žicami, tiho bere stavek v svoji glavi. Nekaj ​​trenutkov kasneje se oglasi glas, podoben Siri, poskuša svoje misli prevesti v besedilo, "Da, skledo piščančje juhe, prosim." To je najnovejši primer računalnikov, ki človekove misli prevajajo v besede in stavke.

Prej so raziskovalci uporabljali vsadke, kirurško vstavljene v možgane, ali zajetne, drage stroje za prevajanje možganske aktivnosti v besedilo. The nov pristop, ki so ga ta teden na konferenci NeurIPS predstavili raziskovalci s tehnološke univerze v Sydneyju, je impresiven zaradi uporabe neinvazivnega pokrovčka EEG in možnosti posploševanja na več kot eno ali dve osebi.

Ekipa je zgradila model umetne inteligence, imenovan DeWave, ki je usposobljen za možgansko aktivnost in jezik, ter ga povezala z velikim jezikovnim modelom – tehnologijo, ki stoji za ChatGPT – za pomoč pri pretvorbi možganske aktivnosti v besede. V prednatis objavljen na arXiv, je model presegel prejšnje najvišje ocene za prevajanje misli v besedilo EEG z natančnostjo približno 40 odstotkov. Chin-Teng Lin, ustrezni avtor prispevka, povedal MSN pred kratkim so povečali natančnost na 60 odstotkov. Rezultati so še v postopku strokovnega pregleda.

Čeprav je v smislu zanesljivosti še dolga pot, kaže napredek pri neinvazivnih metodah branja in prevajanja misli v jezik. Ekipa verjame, da bi njihovo delo lahko dalo glas tistim, ki zaradi poškodbe ali bolezni ne morejo več komunicirati ali se uporabljajo za usmerjanje strojev, kot so hodeči roboti ali robotske roke, samo z mislimi.

Ugani, kaj mislim

Morda se spomnite naslovov o strojih za »branje misli«, ki z veliko hitrostjo prevajajo misli v besedilo. To je zato, ker takšna prizadevanja niso nič novega.

V začetku tega leta so raziskovalci Stanforda opisano delo z bolnikom Patom Bennettom, ki je zaradi ALS izgubil sposobnost govora. Po vsaditvi štirih senzorjev v dva dela njenih možganov in obsežnem usposabljanju je lahko Bennett komunicirala z njenimi mislimi. pretvori v besedilo s hitrostjo 62 besed na minuto— izboljšanje rekorda iste ekipe iz leta 2021 z 18 besedami na minuto.

To je neverjeten rezultat, vendar so možganski vsadki lahko tvegani. Znanstveniki bi radi dosegli podoben rezultat brez operacije.

In še ena študija letos, so se raziskovalci na Univerzi v Teksasu v Austinu obrnili na tehnologijo skeniranja možganov, imenovano fMRI. V študiji so morali bolniki med poslušanjem zgodb mirno ležati v napravi, ki je snemala pretok krvi v njihovih možganih. Po uporabi teh podatkov za usposabljanje algoritma, ki delno temelji na predniku ChatGPT, GPT-1, je ekipa uporabila sistem za ugibanje, kaj udeleženci slišijo na podlagi njihove možganske aktivnosti.

Natančnost sistema ni bila popolna, zahteval je veliko prilagoditev za vsakega udeleženca, stroji fMRI pa so zajetni in dragi. Kljub temu je študija služila kot dokaz koncepta, da je misli mogoče dekodirati neinvazivno, najnovejša AI pa lahko pomaga pri tem.

Klobuk za razvrščanje

In Harry Potter, učence razvrsti po šolskih hišah s čarobnim klobukom, ki bere misli. Muggles se zatekamo k smešnim plavalnim kapam, preluknjanim z žicami in elektrodami. Te naprave, znane kot pokrovčki za elektroencefalograf (EEG), berejo in beležijo električno aktivnost v naših možganih. V nasprotju z možganskimi vsadki ne zahtevajo operacije, so pa bistveno manj natančni. Izziv je torej ločiti signal od šuma, da bi dobili uporaben rezultat.

V novi študiji je skupina uporabila dva nabora podatkov, ki sta vsebovala posnetke sledenja očem in EEG 12 oziroma 18 ljudi, ko so brali besedilo. Podatki o sledenju očem so sistemu pomagali razdeliti možgansko aktivnost po besedah. To pomeni, da ko človekove oči begajo z ene besede na drugo, to pomeni, da bi morala biti prekinitev med možgansko aktivnostjo, povezano s to besedo, in dejavnostjo, ki bi morala biti povezana z naslednjo.

Nato so na teh podatkih usposobili DeWave in sčasoma se je algoritem naučil povezovati določene vzorce možganskih valov z besedami. Nazadnje so bile s pomočjo vnaprej usposobljenega velikega jezikovnega modela, imenovanega BART, ki je natančno nastavljen za razumevanje edinstvenega rezultata modela, asociacije algoritma med možganskim valom in besedo prevedene nazaj v stavke.

V testih je DeWave presegel vrhunske algoritme v kategoriji tako pri prevajanju neobdelanih možganskih valov kot možganskih valov, razrezanih po besedah. Slednji so bili natančnejši, a še vedno močno zaostajajo za prevajanjem med jeziki, kot sta angleščina in francoščina, in prepoznavanjem govora. Ugotovili so tudi, da algoritem deluje podobno med udeleženci. Prejšnji poskusi so običajno poročali o rezultatih za eno osebo ali zahtevali izjemno prilagoditev.

Ekipa pravi, da je raziskava več dokazov, da veliki jezikovni modeli lahko pomagajo pri napredovanju sistemov možganov v besedilo. Čeprav so v uradni študiji uporabili razmeroma starodaven algoritem, so v dodatno gradivo vključili rezultate iz večjih modelov, vključno z Metinim originalnim algoritmom Llama. Zanimivo je, da večji algoritmi niso veliko izboljšali rezultatov.

"To poudarja zapletenost problema in izzive premoščanja možganskih dejavnosti z LLM-ji," so zapisali avtorji in pozvali k bolj niansiranim raziskavam v prihodnosti. Kljub temu ekipa upa, da bo lahko svoj sistem še izboljšala, morda do 90-odstotne natančnosti.

Delo kaže napredek na terenu.

"Ljudje so že dolgo želeli spremeniti EEG v besedilo in model ekipe kaže izjemno mero pravilnosti," je povedal Craig Jin z Univerze v Sydneyju. MSN. "Pred nekaj leti so bile pretvorbe iz EEG v besedilo popolna in popolna neumnost."

Kreditno slike: Tehnološka univerza Sydney

Časovni žig:

Več od Središče singularnosti