Novi AI za ‘čitanje misli’ prevodi misli izravno iz moždanih valova – bez implantata

114
mozak

Prvi u svijetu, neinvazivni AI sustav može tihe misli pretvoriti u tekst, dok od korisnika zahtijeva samo da nose kapu koja dobro prianja.

Australski istraživači koji su razvili tehnologiju, nazvanu DeWave, testirali su proces koristeći podatke više od dvadesetak ispitanika.

Sudionici su tiho čitali dok su nosili kapu koja je bilježila njihove moždane valove putem elektroencefalograma (EEG) i dekodirala ih u tekst.

Uz daljnje usavršavanje, DeWave bi mogao pomoći pacijentima s moždanim udarom i paralizom da komuniciraju i olakšati ljudima upravljanje strojevima poput bioničkih ruku ili robota.

“Ovo istraživanje predstavlja pionirski napor u prevođenju neobrađenih EEG valova izravno u jezik, označavajući značajan napredak u tom području”, kaže informatičar Chin-Teng Lin sa Sveučilišta tehnologije u Sydneyu (UTS).

Iako je DeWave postigao tek nešto više od 40 posto točnosti na temelju jednog od dva skupa metrika u eksperimentima koje su proveli Lin i kolege, ovo je poboljšanje od 3 posto u odnosu na prethodni standard za prijevod misli iz EEG snimaka.

Cilj istraživača je poboljšati točnost na oko 90 posto, što je u rangu s konvencionalnim metodama prevođenja jezika ili softvera za prepoznavanje govora.

Druge metode prevođenja moždanih signala u jezik zahtijevaju invazivne operacije za ugradnju elektroda ili glomaznih, skupih MRI strojeva, što ih čini nepraktičnima za svakodnevnu upotrebu – a često moraju koristiti praćenje oka za pretvaranje moždanih signala u dijelove na razini riječi.

Kada nečije oči prelaze s jedne riječi na drugu, razumno je pretpostaviti da njihov mozak uzima kratku pauzu između obrade svake riječi. Prijevod neobrađenog EEG vala u riječi – bez praćenja oka da bi se označila odgovarajuća meta riječi – je teži.

Moždani valovi različitih ljudi ne predstavljaju svi prekide između riječi na isti način, što predstavlja izazov kako naučiti umjetnu inteligenciju da tumači pojedinačne misli.

Nakon opsežne obuke, DeWaveov koder pretvara EEG valove u kod koji se zatim može povezati s određenim riječima na temelju toga koliko su blizu unosima u DeWaveovoj ‘knjigi kodova’.

“Prvi je koji uključuje diskretne tehnike kodiranja u proces prevođenja iz mozga u tekst, uvodeći inovativan pristup neuralnom dekodiranju”, objašnjava Lin. “Integracija s velikim jezičnim modelima također otvara nove granice u neuroznanosti i umjetnoj inteligenciji.”

Lin i njegov tim koristili su uvježbane jezične modele koji su uključivali kombinaciju sustava nazvanog BERT s GPT-om i testirali ga na postojećim skupovima podataka ljudi koji su pratili oko i aktivnost mozga zabilježenu dok su čitali tekst.

To je pomoglo sustavu da nauči spajati uzorke moždanih valova s riječima, a zatim je DeWave dodatno obučen pomoću velikog jezičnog modela otvorenog koda koji u biti radi rečenice od riječi.

Prevođenje glagola mjesto je gdje se DeWave najbolje iskazao. Imenice su se, s druge strane, obično prevodile kao parovi riječi koji znače istu stvar, a ne kao točni prijevodi, poput “čovjek” umjesto “autor”.

Mislimo da je to zato što kada mozak obrađuje te riječi, semantički slične riječi mogu proizvesti slične uzorke moždanih valova“, kaže prvi autor Yiqun Duan, računalni znanstvenik s UTS-a.

“Unatoč izazovima, naš model daje smislene rezultate, usklađujući ključne riječi i formirajući slične strukture rečenica.”

Relativno velika testirana veličina uzorka ukazuje na činjenicu da distribucija EEG valova kod ljudi uvelike varira, što sugerira da je istraživanje pouzdanije od ranijih tehnologija koje su testirane samo na vrlo malim uzorcima.

Ima još puno posla, a signal je prilično šuman kada se EEG signali primaju kroz kapu umjesto elektroda ugrađenih u mozak.

“Prevođenje misli izravno iz mozga vrijedan je, ali izazovan pothvat koji zahtijeva značajne stalne napore”, piše tim.

“S obzirom na brzi napredak modela velikih jezika, slične metode kodiranja koje premošćuju aktivnost mozga s prirodnim jezikom zaslužuju veću pozornost.”

Izvor: Science Alert

Komentari