Forskare från University of California, San Francisco, har utvecklat ett hjärnimplantat som använder Djup lärning artificiell intelligens till förvandla tankar till fullständiga meningar. Tekniken skulle en dag kunna användas för att återställa talet hos patienter som inte kan tala på grund av förlamning.
"Algorithmen är en speciell typ av artificiellt neurala nätverk, inspirerat av arbete med maskinöversättning," Joseph Makin, berättade en av forskarna som är involverade i projektet för Digital Trends. "Deras problem, som vårt, är att omvandla en sekvens av godtycklig längd till en sekvens av godtycklig längd."
Rekommenderade videor
Det neurala nätet, förklarade Makin, består av två stadier. I den första omvandlas neurala data som samlats in från hjärnsignaler, fångad med elektroder, till en lista med siffror. Denna abstrakta representation av data avkodas sedan, ord för ord, till en engelskspråkig mening. De två stegen tränas tillsammans, inte separat, för att uppnå denna uppgift. Orden matas slutligen ut som text - även om det skulle vara lika möjligt att mata ut det som tal med en text-till-tal-omvandlare.
Relaterad
- Analog A.I.? Det låter galet, men det kanske är framtiden
- Nvidias senaste A.I. Resultaten visar att ARM är redo för datacentret
- Nvidia sänker barriären för inträde i A.I. med Fleet Command och LaunchPad
För studien testade fyra kvinnor med epilepsi, som tidigare hade haft elektroder fästa på sina hjärnor för att övervaka anfall, den tankeväckande tekniken. Varje deltagare ombads att upprepa meningar, så att A.I. att lära sig och sedan visa sin förmåga att avkoda tankar till tal. Det bästa resultatet hade ett genomsnittligt omräkningsfel på endast 3 %.
För närvarande har A.I. har ett ordförråd på cirka 250 ord. Som jämförelse har en genomsnittlig amerikansk vuxen som modersmål engelska ett ordförråd på någonstans mellan 20 000 och 35 000 ord. Så om forskarna ska göra det här verktyget så värdefullt som det kan vara, kommer de att behöva skala upp antalet ord som det kan identifiera och verbalisera enormt.
"Algoritmerna för bearbetning av naturliga språk, inklusive maskinöversättning, har avancerat ganska mycket sedan jag kom på idén till den här avkodaren 2016," fortsatte Makin. "Vi undersöker några av dessa nu. [För att] uppnå högkvalitativ avkodning över en bredare del av engelska måste vi samla in mer data från ett enskilt ämne – eller på något sätt få ännu större skjuts från vår överföra lärande.”
Ett papper som beskrev arbetet var nyligen publicerad i tidskriften Nature Neuroscience.
Redaktörens rekommendationer
- Nvidias superdator kan skapa en ny era av ChatGPT
- Den roliga formeln: Varför maskingenererad humor är A.I.s heliga gral.
- Nvidias nya röst A.I. låter precis som en riktig person
- Kan A.I. slå mänskliga ingenjörer vid design av mikrochips? Google tycker det
- Läs den kusligt vackra "syntetiska skriften" av en A.I. som tror att det är Gud
Uppgradera din livsstilDigitala trender hjälper läsare att hålla koll på den snabba teknikvärlden med alla de senaste nyheterna, roliga produktrecensioner, insiktsfulla redaktioner och unika smygtittar.
