Düşünceyi Metne Çevirmek İçin Kullanılan Beyin İmplantları ve Yapay Zeka Modeli

San Francisco'daki California Üniversitesi'ndeki araştırmacılar yakın zamanda, bir kişinin beyin aktivitesini analiz ederek metin üretebilen, esasen düşüncelerini metne çeviren bir yapay zeka sistemi yarattı. AI, bir kullanıcıdan nöral sinyalleri alır ve bunları çözer ve 250 ila 30 cümlelik bir diziye dayalı olarak gerçek zamanlı olarak 50 kelimeye kadar deşifre edebilir.

Independent'ın haberine göreAI modeli, dört kadından toplanan nöral sinyaller üzerinde eğitildi. Deneydeki katılımcıların, epileptik nöbetlerin oluşumunu izlemek için beyinlerine implante edilmiş elektrotları vardı. Katılımcılara cümleleri yüksek sesle okumaları talimatı verildi ve nöral sinyalleri AI modeline beslendi. Model, belirli sözcüklerle ilişkili nöral aktiviteyi ve gerçek sözcüklerle hizalanan kalıpları zamanın yaklaşık %97'sinde ve ortalama %3'lük bir hata oranıyla ayırt edebildi.

Bu, sinirsel sinyallerin cümlelerle ilişkilendirildiği ilk sefer değil, sinirbilimciler on yılı aşkın süredir benzer projeler üzerinde çalışıyorlar. Bununla birlikte, araştırmacılar tarafından oluşturulan AI modeli, etkileyici bir doğruluk gösteriyor ve az çok gerçek zamanlı olarak çalışıyor. Model, nöral aktiviteyi kelimelere çevrilebilen temsillere kodlamak için tekrarlayan bir nöral ağ kullanır. Yazarların dediği gibi gazetelerinde:

"Makine çevirisindeki son gelişmelerden bir ipucu alarak, sinirsel aktivitenin her cümle uzunluğundaki dizisini soyut bir temsile kodlamak ve ardından bu temsili kelime kelime İngilizce bir cümleye çözmek için tekrarlayan bir sinir ağı eğittik."

ArsTechnica'ya görenöral sinyaller ve kelimeler arasında bağlantıların nasıl kurulduğunu daha iyi anlamak için araştırmacılar, sistemin farklı kısımlarını devre dışı bırakarak deneyler yaptılar. Sistematik devre dışı bırakma, sistemin doğruluğunun sinirsel temsilden kaynaklandığını açıkça ortaya koydu. Ayrıca, sisteme ses girişlerinin devre dışı bırakılmasının hataların atlamasına neden olduğu, ancak genel performansın yine de güvenilir olduğu bulundu. Açıkçası, bu, sistemin konuşamayanlar için bir cihaz olarak potansiyel olarak yararlı olabileceği anlamına gelir.

Elektrot girişinin farklı bölümleri devre dışı bırakıldığında, sistemin en çok dikkati konuşma işleme ve üretimle ilgili belirli anahtar beyin bölgelerine verdiği bulundu. Örneğin, sistemin performansının makul bir kısmı, konuşurken kişinin kendi sesine dikkat eden beyin bölgelerine dayanıyordu.

İlk sonuçlar umut verici görünse de, araştırma ekibi modelin daha geniş sözlüklere ne kadar iyi ölçekleneceğinden emin değil. Ortalama bir İngilizce konuşanın yaklaşık 20,000 kelimelik aktif bir kelime hazinesi olduğundan, prensibin daha geniş kelime dağarcığına genellenebilmesi önemlidir. Mevcut kod çözücü yöntemi, bir cümlenin statik yapısını yorumlayarak ve bu yapıyı kullanarak, belirli bir sinirsel aktivite modeliyle eşleşen kelimeler hakkında eğitimli tahminler yapmak için çalışır. Kelime dağarcığı büyüdükçe, daha fazla sinirsel model benzer görünme eğiliminde olabileceğinden genel doğruluk azalabilir.

Makalenin yazarları, kod çözücünün sonunda dildeki düzenli, güvenilir kalıpları nasıl ayırt edeceğini öğreneceğini umsalar da, günlük İngilizce diline genelleme yapabilen bir modeli eğitmek için ne kadar veri gerektiğinden emin olmadıklarını açıklıyor. Bu problemle başa çıkmanın potansiyel bir yolu, eğitimi farklı algoritmalar ve implantlardan yararlanan diğer beyin-bilgisayar arayüzlerinden toplanan verilerle desteklemektir.

California Üniversitesi'ndeki araştırmacılar tarafından yapılan araştırma, nöral arayüzler ve bilgisayarlarla ilgili büyüyen bir araştırma ve geliştirme dalgasındaki yeni bir gelişmedir. Royal Society, geçen yıl insanları bilgisayarlara bağlayan nöral arayüzlerin sonunda insanların birbirlerinin zihinlerini okumasına izin vereceğini tahmin eden bir rapor yayınladı. Rapor, insan odaklı bilgi işlemde yaklaşmakta olan ilerlemelerin kanıtı olarak Elon Musk tarafından oluşturulan Neuralink girişimine ve Facebook tarafından geliştirilen teknolojilere atıfta bulunuyor. Royal Society, insan-bilgisayar arayüzlerinin önümüzdeki yirmi yılda Alzheimer gibi nörodejeneratif hastalıkların tedavisinde güçlü bir seçenek olacağını belirtiyor.