Gennembrud i telepatisk menneske-AI-kommunikation: MindSpeech afkoder kontinuerligt forestillet tale til tekst

I et revolutionerende skridt fremad i menneske-AI-interaktion har videnskabsmænd ved MindPortal succesfuldt udviklet MindSpeech, den første AI-model, der kan afkode kontinuerligt forestillet tale til sammenhængende tekst uden invasive procedurer. Denne fremgang markerer en betydelig milepæl i jagten på sammenhængende og intuitiv kommunikation mellem mennesker og maskiner.

Pionerstudiet: Ikke-invasiv tankeafkodning

Forskningen, der blev udført af et hold af førende eksperter og offentliggjort på arXiv og ResearchGate, demonstrerer, hvordan MindSpeech kan afkode komplekse, frie tanker til tekst under kontrollerede testbetingelser. I modsætning til tidligere bestræbelser, der krævede invasive operationer eller var begrænset til simple, memorerede verbale koder, viser denne studie, at AI kan dynamisk fortolke forestillet tale fra hjerneaktivitet ikke-invasivt.

Forskere anvendte et bærbart, højtydende Funktionel Nær-Infrarød Spektroskopi (fNIRS)-system til at overvåge hjerneaktivitet, mens deltagere forestillede sig sætninger omkring forskellige emner. Den nye tilgang indebar en ‘ordsky’-opgave, hvor deltagere blev præsenteret for ord og bedt om at forestille sig sætninger relateret til disse ord. Denne opgave dækkede over 90% af de mest brugte ord i det engelske sprog, og skabte en rig dataset på 433 til 827 sætninger per deltagere, med en gennemsnitlig længde på 9,34 ord.

Udnyttelse af avanceret AI: Llama2 og hjerne-signaler

AI-komponenten i MindSpeech blev drevet af Llama2 Large Language Model (LLM), et sofistikeret tekstgenereringsværktøj, der blev guidet af hjerne-signal-genererede indlejninger. Disse indlejninger blev skabt ved at integrere hjerne-signaler med kontekst-input-tekst, hvilket tillod AI at generere sammenhængende tekst fra forestillet tale.

Nøgle-metrikker som BLEU-1 og BERT P-scores blev brugt til at evaluere nøjagtigheden af AI-modellen. Resultaterne var imponerende og viste statistisk signifikante forbedringer i afkodningsnøjagtighed for tre af fire deltagere. For eksempel var deltager 1’s BLEU-1-score væsentligt højere på 0,265 sammenlignet med 0,224 med permutterede input, med en p-værdi på 0,004, hvilket indikerer en robust præstation i generering af tekst, der er tæt på den forestillede tanke.

Hjerneaktivitets-kortlægning og model-træning

Studiet kortlagde også hjerneaktivitet relateret til forestillet tale, med fokus på områder som den laterale temporale cortex, dorsolaterale prefrontale cortex (DLPFC) og visuelle bearbejdningområder i occipitale regionen. Disse fund er i overensstemmelse med tidligere forskning om tale-kodning og understreger muligheden for at bruge fNIRS til ikke-invasiv hjerne-overvågning.

Træning af AI-modellen indebar en kompleks proces med prompt-justering, hvor hjerne-signalerne blev transformeret til indlejninger, der derefter blev brugt til at guide tekstgenerering ved LLM. Denne tilgang muliggjorde generering af sætninger, der ikke kun var sprogligt sammenhængende, men også semantisk lignende den oprindelige forestillede tanke.

Et skridt mod sammenhængende menneske-AI-kommunikation

MindSpeech repræsenterer en banebrydende præstation i AI-forskning, der demonstrerer for første gang, at det er muligt at afkode kontinuerligt forestillet tale fra hjernen uden invasive procedurer. Denne udvikling baner vejen for mere naturlig og intuitiv kommunikation med AI-systemer, og kan potentielt forandre, hvordan mennesker interagerer med teknologi.

Studiets succes understreger også potentialet for yderligere fremgang i feltet. Selvom teknologien endnu ikke er klar til bred anvendelse, giver fundene et glimt ind i en fremtid, hvor telepatisk kommunikation med AI kunne blive en realitet.

Konsekvenser og fremtidig forskning

Konsekvenserne af denne forskning er omfattende, fra at forbedre hjælpemidler for personer med kommunikationshandicaps til at åbne nye fronter i menneske-computer-interaktion. Studiet peger dog også på udfordringerne, der ligger foran, såsom at forbedre AI-modellens sensitivitet og generaliserbarhed og tilpasse den til en bredere vifte af brugere og anvendelser.

Fremtidig forskning vil fokusere på at forfine AI-algoritmerne, udvide datasettet med flere deltagere og udforske teknologiens anvendelser i realtid. Målet er at skabe en virkelig sammenhængende og universel hjerne-computer-grænseflade, der kan afkode en bred vifte af tanker og ideer til tekst eller andre former for kommunikation.

Konklusion

MindSpeech er en pionerende gennembrud i menneske-AI-kommunikation, der viser det utrolige potentiale i ikke-invasive hjerne-computer-grænseflader.

Læsere, der ønsker at lære mere om dette firma, skal læse vores interview med Ekram Alam, CEO og medstifter af MindPortal, hvor vi diskuterer, hvordan MindPortal er i gang med at interface med Large Language Models gennem mentale processer.