Μοντέλα και πλατφόρμες AI

Εμφυτεύματα Εγκεφάλου και Μοντέλο AI που Χρησιμοποιείται για τη Μετάφραση Σκέψης σε Κείμενο

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Ερευνητές στο Πανεπιστήμιο της Καλιφόρνιας, Σαν Φρανσίσκο, έχουν δημιουργήσει πρόσφατα ένα σύστημα AI που μπορεί να παράγει κείμενο αναλύοντας τη δραστηριότητα του εγκεφάλου ενός ατόμου, ουσιαστικά μεταφράζοντας τις σκέψεις του σε κείμενο. Το σύστημα AI λαμβάνει σηματοδοτήσεις από τον εγκέφαλο του χρήστη και τις αποκωδικοποιεί, και μπορεί να διαβάσει μέχρι 250 λέξεις σε πραγματικό χρόνο με βάση ένα σύνολο μεταξύ 30 και 50 προτάσεων.

Όπως αναφέρθηκε από το Independent, το μοντέλο AI εκπαιδεύτηκε σε σηματοδοτήσεις από τον εγκέφαλο που συλλέχθηκαν από τέσσερις γυναίκες. Οι συμμετέχοντες στο πείραμα είχαν ηλεκτρόδια εμφυτευμένα στον εγκέφαλο τους για να παρακολουθούν την εμφάνιση επιληπτικών κρίσεων. Οι συμμετέχοντες οδηγήθηκαν να διαβάσουν προτάσεις με φωνή υψηλή, και οι σηματοδοτήσεις από τον εγκέφαλο τους μεταδόθηκαν στο μοντέλο AI. Το μοντέλο ήταν σε θέση να διακρίνει δραστηριότητα του εγκεφάλου που συσχετίζεται με συγκεκριμένες λέξεις, και τα πρότυπα συσχετίστηκαν με τις πραγματικές λέξεις περίπου στο 97% των περιπτώσεων, με μέσο ποσοστό σφάλματος γύρω στο 3%.

Αυτό δεν είναι η πρώτη φορά που σηματοδοτήσεις από τον εγκέφαλο έχουν συσχετιστεί με προτάσεις, νευροεπιστήμονες έχουν εργαστεί σε παρόμοια έργα για πάνω από μια δεκαετία. Ωστόσο, το μοντέλο AI που δημιουργήθηκε από τους ερευνητές δείχνει εντυπωσιακή ακρίβεια και λειτουργεί σε πραγματικό χρόνο. Το μοντέλο χρησιμοποιεί ένα αναδρομικό νευρωνικό δίκτυο για να κωδικοποιήσει τη δραστηριότητα του εγκεφάλου σε αναπαραστάσεις που μπορούν να μεταφραστούν σε λέξεις. Όπως λένε οι συγγραφείς στο άρθρο τους:

«Παίρνοντας ένα σήμα από τις πρόσφατες προόδους στη μηχανική μετάφραση, εκπαιδεύσαμε ένα αναδρομικό νευρωνικό δίκτυο για να κωδικοποιήσει κάθε ακολουθία προτάσεων της δραστηριότητας του εγκεφάλου σε μια αφηρημένη αναπαράσταση, και στη συνέχεια να αποκωδικοποιήσει αυτή την αναπαράσταση, λέξη προς λέξη, σε μια αγγλική πρόταση.»

Σύμφωνα με το ArsTechnica, για να κατανοήσουν καλύτερα πώς δημιουργούνται οι σύνδεσμοι μεταξύ σηματοδοτήσεων από τον εγκέφαλο και λέξεων, οι ερευνητές πειραματίστηκαν απενεργοποιώντας διαφορετικά μέρη του συστήματος. Η συστηματική απενεργοποίηση έκανε σαφές ότι η ακρίβεια του συστήματος οφειλόταν στην αναπαράσταση του εγκεφάλου. Βρέθηκε επίσης ότι η απενεργοποίηση των ηχητικών εισόδων του συστήματος αυξάνει τα σφάλματα, αλλά η συνολική απόδοση ήταν ακόμη θεωρημένη αξιόπιστη. Προφανώς, αυτό σημαίνει ότι το σύστημα θα μπορούσε να είναι χρήσιμο ως συσκευή για εκείνους που δεν μπορούν να μιλήσουν.

Όταν απενεργοποιήθηκαν διαφορετικά μέρη της εισόδου του ηλεκτροδίου, βρέθηκε ότι το σύστημα ήταν πιο προσεκτικό σε ορισμένες κρίσιμες περιοχές του εγκεφάλου που σχετίζονται με την επεξεργασία και την παραγωγή ομιλίας. Για παράδειγμα, ένα αξιοσημείωτο μέρος της απόδοσης του συστήματος βασίζονταν σε περιοχές του εγκεφάλου που προσεχτικά ακούν την ήχο της δικής τους φωνής όταν μιλάει.

Ενώ τα αρχικά αποτελέσματα φαίνονται υποσχόμενα, η ερευνητική ομάδα δεν είναι σίγουρη πόσο καλά το μοντέλο θα κλιμακωθεί σε μεγαλύτερες λεξιλογίες. Είναι σημαντικό ότι η αρχή μπορεί να γενικευθεί σε μεγαλύτερες λεξιλογίες, поскольку ο μέσος ομιλητής της αγγλικής γλώσσας έχει μια ενεργό λεξιλογία περίπου 20.000 λέξεων. Η τρέχουσα μέθοδος αποκωδικοποίησης λειτουργεί ερμηνεύοντας την στατική δομή μιας πρότασης και χρησιμοποιώντας αυτή τη δομή για να κάνει εκπαιδευμένες εκτιμήσεις για τις λέξεις που ταιριάζουν σε ένα συγκεκριμένο πρότυπο δραστηριότητας του εγκεφάλου. Όσο μεγαλώνει η λεξιλογία, η συνολική ακρίβεια μπορεί να μειωθεί, καθώς περισσότερα πρότυπα του εγκεφάλου μπορεί να μοιάζουν παρόμοια.

Οι συγγραφείς του άρθρου εξηγούν ότι ενώ ελπίζουν ότι ο αποκωδικοποιητής θα μάθει τελικά να διακρίνει κανονικά, αξιόπιστα πρότυπα στη γλώσσα, δεν είναι σίγουροι πόσο δεδομένα απαιτούνται για την εκπαίδευση ενός μοντέλου που μπορεί να γενικευθεί στην καθημερινή αγγλική γλώσσα. Ένας πιθανός τρόπος για την αντιμετώπιση αυτού του προβλήματος είναι η συμπλήρωση της εκπαίδευσης με δεδομένα που συλλέγονται από άλλες διεπαφές εγκεφάλου-υπολογιστή που χρησιμοποιούν διαφορετικούς αλγόριθμους και εμφυτεύματα.

Η έρευνα που πραγματοποιήθηκε από τους ερευνητές στο Πανεπιστήμιο της Καλιφόρνιας είναι μόνο μια πρόσφατη εξέλιξη σε μια αυξανόμενη κυμαία έρευνας και ανάπτυξης σχετικά με τις διεπαφές εγκεφάλου-υπολογιστή. Η Βασιλική Εταιρεία εξέδωσε μια έκθεση πέρυσι που προέβλεψε ότι οι διεπαφές εγκεφάλου-υπολογιστή που συνδέουν τους ανθρώπους με τους υπολογιστές θα επιτρέψουν στους ανθρώπους να διαβάζουν τις σκέψεις των άλλων. Η έκθεση αναφέρει την εταιρεία Neuralink που ιδρύθηκε από τον Έλον Μασκ και τις τεχνολογίες που αναπτύχθηκαν από το Facebook (META ) ως αποδείξεις των επικείμενων προόδων στην ανθρώπινη-προσανατολισμένη υπολογιστική. Η Βασιλική Εταιρεία σημειώνει ότι οι διεπαφές εγκεφάλου-υπολογιστή θα είναι μια ισχυρή επιλογή για την αντιμετώπιση των νευροεκφυλιστικών ασθενειών όπως η νόσος του Αλτσχάιμερ τα επόμενα δύο δεκαετία.

Blogger και προγραμματιστής με ειδικότητες στα Machine Learning και Deep Learning θέματα. Ο Daniel ελπίζει να βοηθήσει τους άλλους να χρησιμοποιήσουν τη δύναμη του AI για κοινωνικό καλό.