Gjennombrudd i telepatisk menneske-AI-kommunikasjon: MindSpeech dekoderer kontinuerlig tenkt tale til tekst

I et revolusjonerende sprang fremover i menneske-AI-interaksjon har forskere ved MindPortal utviklet MindSpeech, den første AI-modellen som kan dekodere kontinuerlig tenkt tale til sammenhengende tekst uten invasive prosedyrer. Dette fremsteget markerer en betydelig milepæl i jakten på sammenhengende og intuitiv kommunikasjon mellom mennesker og maskiner.

Den banebrytende studien: Ikke-invasiv tanke-dekoding

Forskningen, som ble utført av et team av ledende eksperter og publisert på arXiv og ResearchGate, demonstrerer hvordan MindSpeech kan dekodere komplekse, frie tanker til tekst under kontrollerte testbetingelser. I motsetning til tidligere forsøk som krevde invasiv kirurgi eller var begrenset til enkle, memoriserte verbale signaler, viser denne studien at AI kan dynamisk tolke tenkt tale fra hjerneaktivitet på en ikke-invasiv måte.

Forskerne brukte et bærbart, høytdensitets funksjonell nær-infrarød spektroskopi (fNIRS)-system for å overvåke hjerneaktivitet mens deltakerne forestilte seg setninger om ulike emner. Den nye tilnærmingen involverte en “ordsky”-oppgave, der deltakerne ble presentert med ord og bedt om å forestille seg setninger relatert til disse ordene. Denne oppgaven dekket over 90% av de mest brukte ordene i det engelske språket, og skapte en rik datasett på 433 til 827 setninger per deltaker, med en gjennomsnittlig lengde på 9,34 ord.

Utnytting av avansert AI: Llama2 og hjerne-signaler

AI-komponenten i MindSpeech ble drevet av Llama2 Large Language Model (LLM), et sofistikert tekst-genereringsverktøy styrt av hjerne-signal-genererte innlegg. Disse innleggene ble skapt ved å integrere hjerne-signaler med kontekst-inndata-tekst, og tillot AI-en å generere sammenhengende tekst fra tenkt tale.

Nøkkel-målinger som BLEU-1 og BERT P-poeng ble brukt til å evaluere nøyaktigheten av AI-modellen. Resultatene var imponerende, og viste statistisk signifikante forbedringer i dekodingsnøyaktighet for tre av fire deltakere. For eksempel var deltaker 1s BLEU-1-poeng betydelig høyere, 0,265, sammenlignet med 0,224 med permutede inndata, med en p-verdi på 0,004, hvilket indikerer en robust ytelse i å generere tekst som er nært relatert til de tenkte tankene.

Hjerneaktivitets-kartlegging og modell-trening

Studien kartla også hjerneaktivitet relatert til tenkt tale, med fokus på områder som den laterale temporale cortex, dorsolaterale prefrontale cortex (DLPFC) og visuelle prosesseringsområder i occipitale regionen. Disse funnene stemmer overens med tidligere forskning på tale-koding og understreker muligheten for å bruke fNIRS til ikke-invasiv hjerne-overvåking.

Trening av AI-modellen involverte en kompleks prosess med prompt-justering, der hjerne-signaler ble transformert til innlegg som deretter ble brukt til å guide tekst-generering av LLM. Denne tilnærmingen muliggjorde generering av setninger som ikke bare var språklig sammenhengende, men også semantisk like de originale tenkte tankene.

Et skritt mot sammenhengende menneske-AI-kommunikasjon

MindSpeech representerer et banebrytende gjennombrudd i AI-forskning, og demonstrerer for første gang at det er mulig å dekodere kontinuerlig tenkt tale fra hjernen uten invasive prosedyrer. Dette fremsteget åpner vei for mer naturlig og intuitiv kommunikasjon med AI-systemer, og kan potensielt transformere hvordan mennesker interagerer med teknologi.

Suksessen med denne studien understreker også potensialet for videre fremgang i feltet. Selv om teknologien ikke er klar for bred anvendelse enda, gir funnene et glimt inn i en fremtid der telepatisk kommunikasjon med AI kan bli en realitet.

Konsekvenser og fremtidig forskning

Konsekvensene av denne forskningen er enorme, fra å forbedre assistive teknologier for personer med kommunikasjonsvansker til å åpne nye fronter i menneske-dator-interaksjon. Likevel peker studien også på utfordringene som ligger foran, som å forbedre sensitiviteten og generaliserbarheten av AI-modellen og tilpasse den til en bredere rekke av brukere og anvendelser.

Fremtidig forskning vil fokusere på å finjustere AI-algoritmene, utvide datasettet med flere deltakere og utforske sanntids-anvendelser av teknologien. Målet er å skape en virkelig sammenhengende og universell hjerne-dator-grensesnitt som kan dekodere en bred rekke tanker og ideer til tekst eller andre former for kommunikasjon.

Konklusjon

MindSpeech er et banebrytende gjennombrudd i menneske-AI-kommunikasjon, og viser det enorme potensialet for ikke-invasive hjerne-dator-grensesnitt.

Lesere som ønsker å lære mer om dette selskapet, kan lese vårt intervju med Ekram Alam, CEO og medgrunnlegger av MindPortal, der vi diskuterer hvordan MindPortal kobler seg til store språkmodeller gjennom mentale prosesser.