Naukowcy stworzyli algorytm, który tłumaczy fale mózgowe na zdania
Czytanie w myślach fascynuje od zawsze. Interesują się nim nie tylko adepci parapsychologii, którzy ćwiczą się w telepatii, ale także zupełnie poważni naukowcy. W tym przypadku celem nie jest jednak poznanie naszych najgłębszych sekretów – badacze mają nadzieję, że dzięki temu będzie można nawiązać kontakt z osobami, które nie mówią i nie mogą pisać, na przykład z pacjentami cierpiącymi na zespół zamknięcia, czyli takimi, którzy są przytomni, świadomi, ale sparaliżowani.
Amerykańskim naukowcom z University of California udało się ostatnio stworzyć algorytm, który tłumaczy aktywność mózgu na zdania.
W badaniach grupy naukowców pod przewodnictwem dr. Josepha Makina z University of California wzięła udział czwórka ochotników. Czytali na głos 50 zdań, podczas gdy elektrody rejestrowały aktywność neuronową ich mózgów. Wśród czytanych przez nich zdań były takie jak „Tina Turner jest piosenkarką pop” czy „Ci złodzieje ukradli 50 klejnotów”. Następnie dane wprowadzone zostały do stworzonego przez naukowców algorytmu uczenia maszynowego, który przekształcił zdania wypowiadane przez badanych na ciąg liczb. Sztuczna inteligencja uczyła się, porównując wypowiadane przez badanych dźwięki z aktywnością ich fal mózgowych i samodzielnie korygując swoje błędy.
Następnie naukowcy przetestowali system, dając mu do odszyfrowania wyłącznie zapis aktywności mózgowej badanych – już bez towarzyszących jej dźwięków.
Maszyna nie poradziła sobie perfekcyjnie – na przykład zamiast „Ci muzycy cudownie harmonizują” zrozumiała „Szpinak był znanym piosenkarzem”.
Naukowcy mówią, że mimo wszystko wykazał się dużą dokładnością. Podczas gdy w przypadku ludzi pracujących jako transkrybenci granica błędu wynosi 5 proc., w przypadku AI było to średnio 3 proc. (w zależności od uczestnika). Należy jednak podkreślić, że póki co system zna naprawdę niewielką liczbę zdań i wymaga dalszych udoskonaleń. „Chcemy, aby system uczył się i wykorzystywał prawidłowości języka, widać jednak, że rozwinięcie go do tego stopnia, by posługiwał się bardziej ogólną formą języka angielskiego, wymaga ogromnej ilości danych” – napisali naukowcy w magazynie „Nature Neuroscience”, gdzie opublikowane zostały ich badania.
Zdjęcie główne: Natasha Connell/Unsplash
Tekst: NS