Čitanje misli sada postaje moguće. Tako davna i naizgled nemoguća misija za čovečanstvo sad postaje izvesnost i realnost.
Tim istraživača je razvio algoritam koji omogućava dekoderu mozga koji je pokretan AI obučenom na jednoj osobi da prevede misli druge uz minimalnu obuku. Naučnici su napravili nova poboljšanja u „dekoderu mozga” koji koristi veštačku inteligenciju (AI) za pretvaranje misli u tekst, piše Live Science.
Njihov novi algoritam pretvarača može brzo da obuči postojeći dekoder na mozgu druge osobe, izvestio je tim u novoj studiji. Nalazi bi jednog dana mogli podržati ljude sa afazijom, poremećajem mozga koji utiče na sposobnost osobe da komunicira, rekli su naučnici. Dekoder mozga koristi mašinsko učenje da prevede misli osobe u tekst, na osnovu odgovora njihovog mozga na priče koje su slušali. Međutim, prethodne iteracije dekodera zahtevale su od učesnika da slušaju priče u MRI mašini mnogo sati, a ovi dekoderi su radili samo za pojedince na kojima su bili obučeni.
„Ljudi sa afazijom često imaju problema sa razumevanjem jezika, kao i sa stvaranjem jezika”, rekao je koautor studije Aleksandar Hut, računarski neuronaučnik sa Univerziteta Teksas u Ostinu.
U novom istraživanju Džeri Tang, diplomirani student na UT Austinu, istraživali su kako bi mogli prevazići ovo ograničenje.
„U ovoj studiji smo se pitali, možemo li stvari učiniti drugačije?” rekao je.
Istraživači su prvo obučili dekoder mozga na nekolicini referentnih učesnika na dugom putu – prikupljanjem funkcionalnih MRI podataka dok su učesnici slušali 10 sati radio priča. Zatim su obučili dva algoritma pretvarača na referentnim učesnicima i na različitom skupu učesnika „cilja“: jedan koristeći podatke prikupljene dok su učesnici proveli 70 minuta slušajući radio priče, a drugi dok su 70 minuta proveli gledajući neme Pikar kratke filmove koji nisu povezani sa radio pričama.
Koristeći tehniku koja se zove funkcionalno usklađivanje, tim je mapirao kako su mozgovi referentnih i ciljnih učesnika reagovali na iste audio ili filmske priče. Koristili su te informacije da obuče dekoder da radi sa mozgovima učesnika cilja, bez potrebe za prikupljanjem višesatnih podataka o obuci. Zatim je tim testirao dekodere koristeći kratku priču koju niko od učesnika ranije nije čuo. Iako su predviđanja dekodera bila nešto tačnija za originalne referentne učesnike nego za one koji su koristili konvertore, reči koje je predvideo iz skeniranja mozga svakog učesnika su i dalje semantički povezane sa onima korišćenim u priči o testu.
„Ova studija sugeriše da postoji neka semantička reprezentacija koju nije briga iz kojeg modaliteta dolazi“, rekao je za Jukijasu Kamitani, računarski neuronaučnik sa Univerziteta Kjoto.
IZVOR: POLITIKA I FOTO: FREEPIK/PRINTSCREEN
