استخدم جوزيف ماكين من جامعة كاليفورنيا وزملاؤه خوارزميات التعلم العميق من أجل
طُلب من كل امرأة قراءة المجموعة بصوت عال.مقترحات ، في الوقت نفسه ، سجل الفريق نشاط دماغهم. احتوت أكبر مجموعة من الجمل على 250 كلمة فريدة. قام الفريق بتغذية نشاط الدماغ هذا في خوارزمية الشبكة العصبية ، وتعليمه تحديد الأنماط التي تحدث بانتظام والتي قد ترتبط بالجوانب المتكررة للكلام - على سبيل المثال ، مزيج من حروف العلة والحروف الساكنة. ثم تم إدخال هذه الأنماط في الشبكة العصبية الثانية ، التي حاولت تحويلها إلى كلمات من أجل تكوين جمل.
في كل مرة يقول الشخص نفس الشيءوأوضح الباحثون أن نشاط الدماغ سيكون متشابهاً ولكن ليس متطابقًا. يقول ماكين: "إن حفظ نشاط دماغ الشخص أثناء قراءة الجمل لن يساعد ، لذا يجب أن تفهم الخوارزمية بدلاً من ذلك ما هو مشابه في الأنماط وتلخيص هذه البيانات".
سيساعد الذكاء الاصطناعي الأطباء على التنبؤ بارتفاع مرضى COVID-19 وتخصيص الموارد لهم
خلال الاختبارات ، تم احتواء أفضل نتائج الذكاء الاصطناعيفي حد ذاتها فقط 3٪ من الأخطاء. الباحثون على يقين من أن الخوارزمية ساعدتها حقيقة أن المرضى يقرؤون الجمل البسيطة مع عدد قليل من الكلمات الفريدة. ولكن في بعض الحالات ، تمكنت منظمة العفو الدولية من تحليل وتمييز الكلمات المتشابهة في الكلمات الصوتية فقط من خلال نشاط الدماغ (على سبيل المثال ، الكلمات تينا وتورنر).
حاول الفريق فك شفرة بيانات الدماغإشارات مباشرة في جمل منفصلة. لكن معدل الخطأ ارتفع على الفور إلى 38٪. يلاحظ الباحثون أنه في حين أن منظمة العفو الدولية لا تستطيع التعامل بسرعة مع هذه المهمة. "عادةً ما يعرف الأشخاص ما يصل إلى 350 ألف كلمة ويستخدمونها ، لكن الخوارزمية لا يمكنها فك تشفيرها جميعًا. يقول العلماء إن تطوير قدراتها سيكون أمرًا صعبًا للغاية.