Stort genombrott inom telepatisk kommunikation mellan människa och AI: MindSpeech avkodar sömlösa tankar till text

I ett revolutionerande steg framåt i interaktion mellan människa och AI har forskare vid MindPortal har framgångsrikt utvecklat MindSpeech, den första AI-modellen som kan avkoda kontinuerligt föreställt tal till sammanhängande text utan några invasiva procedurer. Detta framsteg markerar en betydande milstolpe i strävan efter sömlös, intuitiv kommunikation mellan människor och maskiner.

Den banbrytande studien: Icke-invasiv tankeavkodning

Forskningen, utförd av ett team av ledande experter och publicerad på arXiv och Researchgate, visar hur MindSpeech kan avkoda komplexa tankar i fri form till text under kontrollerade testförhållanden. Till skillnad från tidigare ansträngningar som krävde invasiv kirurgi eller var begränsade till enkla, memorerade verbala signaler, visar denna studie att AI dynamiskt kan tolka föreställt tal från hjärnaktivitet på ett icke-invasivt sätt.

Forskare använde en bärbar, funktionell nära-infraröd spektroskopi med hög densitet (fNIRS) system för att övervaka hjärnaktivitet medan deltagarna föreställde sig meningar över olika ämnen. Det nya tillvägagångssättet innebar en "ordmoln"-uppgift, där deltagarna presenterades för ord och ombads att föreställa sig meningar relaterade till dessa ord. Den här uppgiften täckte över 90 % av de mest använda orden på det engelska språket och skapade en rik datauppsättning på 433 till 827 meningar per deltagare, med en genomsnittlig längd på 9.34 ord.

Utnyttja avancerad AI: Llama2 och hjärnsignaler

AI-komponenten i MindSpeech drevs av Llama2 stor språkmodell (LLM), ett sofistikerat textgenereringsverktyg som styrs av hjärnsignalgenererade inbäddningar. Dessa inbäddningar skapades genom att integrera hjärnsignaler med kontextinmatad text, vilket gör att AI:n kan generera sammanhängande text från föreställt tal.

Nyckelmått som BLEU-1 och BERT P-poäng användes för att utvärdera AI-modellens noggrannhet. Resultaten var imponerande och visade statistiskt signifikanta förbättringar i avkodningsnoggrannhet för tre av fyra deltagare. Till exempel var deltagare 1:s BLEU-1-poäng signifikant högre vid 0.265 jämfört med 0.224 med permuterade ingångar, med ett p-värde på 0.004, vilket indikerar en robust prestation när det gäller att generera text nära inriktad med de föreställda tankarna.

Hjärnaktivitetskartläggning och modellträning

Studien kartlade också hjärnaktivitet relaterad till föreställt tal, med fokus på områden som den laterala temporala cortex, dorsolateral prefrontal cortex (DLPFC) och visuella bearbetningsområden i den occipitala regionen. Dessa fynd överensstämmer med tidigare forskning om talkodning och understryker möjligheten att använda fNIRS för icke-invasiv hjärnövervakning.

Att träna AI-modellen involverade en komplex process av snabb inställning, där hjärnsignalerna omvandlades till inbäddningar som sedan användes för att vägleda textgenerering av LLM. Detta tillvägagångssätt möjliggjorde generering av meningar som inte bara var språkligt sammanhängande utan också semantiskt liknade det ursprungliga föreställda talet.

Ett steg mot sömlös mänsklig-AI-kommunikation

MindSpeech representerar en banbrytande prestation inom AI-forskning, som för första gången visar att det är möjligt att avkoda kontinuerligt föreställt tal från hjärnan utan invasiva procedurer. Denna utveckling banar väg för mer naturlig och intuitiv kommunikation med AI-system, vilket potentiellt förändrar hur människor interagerar med teknik.

Framgången med denna studie visar också på potentialen för ytterligare framsteg inom området. Även om tekniken ännu inte är redo för utbredd användning, ger resultaten en inblick i en framtid där telepatisk kommunikation med AI kan bli verklighet.

Implikationer och framtida forskning

Implikationerna av denna forskning är enorma, från att förbättra hjälpmedelstekniker för individer med kommunikationsnedsättningar till att öppna nya gränser i människa-datorinteraktion. Studien pekar dock också på de utmaningar som ligger framför oss, som att förbättra AI-modellens känslighet och generaliserbarhet och anpassa den till ett bredare spektrum av användare och applikationer.

Framtida forskning kommer att fokusera på att förfina AI-algoritmerna, utöka datasetet med fler deltagare och utforska realtidsapplikationer av tekniken. Målet är att skapa ett verkligt sömlöst och universellt hjärn-dator-gränssnitt som kan avkoda ett brett spektrum av tankar och idéer till text eller andra former av kommunikation.

Slutsats

MindSpeech är ett banbrytande genombrott inom mänsklig-AI-kommunikation, som visar upp den otroliga potentialen hos icke-invasiva hjärndatorgränssnitt.

Läsare som vill lära sig mer om detta företag bör läsa vår intervju med Ekram Alam, VD och medgrundare av MindPortal, där vi diskuterar hur MindPortal samverkar med stora språkmodeller genom mentala processer.