Mozkové implantáty a modely AI použité k překladu myšlenek do textu

Vědci z University of California, San Francisco, nedávno vytvořili systém AI, který dokáže produkovat text analýzou mozkové činnosti člověka, což znamená, že dokáže přeložit myšlenky do textu. Systém AI bere signály z mozkové činnosti uživatele a dekóduje je, a může rozluštit až 250 slov v reálném čase na základě sady mezi 30 a 50 vět.

Jak uvádí Independent, model AI byl vyškolen na signálech z mozkové činnosti čtyř žen. Účastnice experimentu měly implantovány elektrody do mozku, aby monitorovaly výskyt epileptických záchvatů. Účastnice byly požádány, aby četly věty nahlas, a jejich signály z mozkové činnosti byly zpracovány modelem AI. Model dokázal rozpoznat mozkovou aktivitu spojenou se specifickými slovy, a vzory se shodovaly s skutečnými slovy přibližně 97% času, s průměrnou chybovostí kolem 3%.

To není poprvé, kdy byly signály z mozkové činnosti spojeny se větami, neurovědci pracují na podobných projektech již více než deset let. Nicméně, model AI vytvořený vědci ukazuje působivou přesnost a funguje v reálném čase. Model využívá rekurentní neuronovou síť k zakódování mozkové aktivity do reprezentací, které lze přeložit do slov. Jak autoři uvádějí ve své práci:

„Inspirovali jsme se nedávnými pokroky v strojovém překladu, a vyškolili jsme rekurentní neuronovou síť, aby zakódovala každou sekvenci mozkové aktivity o délce věty do abstraktní reprezentace, a poté dekódovala tuto reprezentaci, slovo za slovem, do anglické věty.”

Podle ArsTechnica, aby lépe porozuměli, jak byly vytvořeny odkazy mezi signály z mozkové činnosti a slovy, vědci provedli experimenty, při kterých deaktivovali různé části systému. Systematické deaktivování ukázalo, že přesnost systému byla způsobena mozkovou reprezentací. Bylo také zjištěno, že deaktivování audio vstupů do systému zvýšilo chyby, ale celková výkonnost byla stále považována za spolehlivou. Zjevně, tento systém by mohl být potenciálně užitečný jako zařízení pro ty, kteří nemohou mluvit.

Když byly deaktivovány různé části elektrodového vstupu, bylo zjištěno, že systém se nejvíce soustředil na bestimmé klíčové mozkové oblasti spojené se zpracováním a produkcí řeči. Například, určitá část výkonu systému byla založena na mozkových oblastech, které se soustředily na zvuk vlastní řeči při mluvení.

Zatímco počáteční výsledky vypadají slibně, výzkumný tým není jistý, jak dobře se model bude škálovat na větší slovníky. Je důležité, aby princip mohl být zobecněn na větší slovníky, protože průměrný anglický mluvčí má aktivní slovník přibližně 20 000 slov. Současná dekodérská metoda funguje tak, že interpretuje statickou strukturu věty a používá tuto strukturu k učenému odhadu slov, která odpovídají bestimmému vzoru mozkové aktivity. Jak slovník roste, celková přesnost by mohla být snížena, protože více mozkových vzorů by mohlo vypadat podobně.

Autoři práce vysvětlují, že zatímco doufají, že dekodér se nakonec naučí rozpoznávat pravidelné, spolehlivé vzory v jazyce, nejsou si jisti, kolik dat je potřeba k výcviku modelu, který by mohl zobecnit na běžný anglický jazyk. Jedním z možných způsobů, jak řešit tento problém, je doplnění výcviku daty shromážděnými z jiných rozhraní mozek-počítač, které využívají různých algoritmů a implantátů.

Výzkum provedený vědci z University of California je pouze recentním vývojem v rostoucí vlně výzkumu a vývoje týkajícího se neuronových rozhraní a počítačů. Královská společnost vydala zprávu loni, která předpovídala, že neuronová rozhraní spojující lidi s počítači nakonec umožní lidem číst si navzájem myšlenky. Zpráva odkazuje na startup Neuralink vytvořený Elonem Muskem a technologie vyvinuté Facebookem jako důkaz budoucích pokroků v human-oriented computing. Královská společnost poznamenává, že rozhraní člověk-počítač budou silnou možností pro léčbu neurodegenerativních onemocnění, jako je Alzheimerova choroba, v průběhu následujících dvou desetiletí.