Το AI ήταν σε θέση να μεταφράσει τα σήματα του εγκεφάλου σε προτάσεις χωρίς σχεδόν κανένα λάθος

Ο Joseph Makin του Πανεπιστημίου της Καλιφόρνια και οι συνεργάτες του χρησιμοποίησαν αλγόριθμους βαθιάς μάθησης για να

μελετώντας τα εγκεφαλικά σήματα τεσσάρων ασθενών. Όλοι τους έπασχαν από επιληψία, επομένως είχαν ήδη συνδεθεί ηλεκτρόδια εγκεφάλου, τα οποία μετέδιδαν δεδομένα για επιληπτικές κρίσεις.

Ζητήθηκε από κάθε γυναίκα να διαβάσει δυνατά το σετ.προτάσεις, ταυτόχρονα, η ομάδα κατέγραψε τη δραστηριότητα του εγκεφάλου τους. Η μεγαλύτερη ομάδα προτάσεων περιείχε 250 μοναδικές λέξεις. Η ομάδα τροφοδότησε αυτήν την εγκεφαλική δραστηριότητα στον αλγόριθμο του νευρικού δικτύου, διδάσκοντάς της να εντοπίζει τα τακτικά εμφανιζόμενα μοτίβα που μπορεί να σχετίζονται με επαναλαμβανόμενες πτυχές του λόγου - για παράδειγμα, ένας συνδυασμός φωνηέντων και συμφώνων. Στη συνέχεια, αυτά τα μοτίβα τροφοδοτήθηκαν στο δεύτερο νευρωνικό δίκτυο, το οποίο προσπάθησε να τα μετατρέψει σε λέξεις για να σχηματίσουν προτάσεις.

Κάθε φορά που ένα άτομο λέει το ίδιο πράγμαυπόδειξη, η δραστηριότητα του εγκεφάλου θα είναι παρόμοια, αλλά όχι ίδια, εξήγησαν οι ερευνητές. «Η απομνημόνευση της εγκεφαλικής δραστηριότητας ενός ατόμου κατά την ανάγνωση προτάσεων δεν θα βοηθήσει, οπότε ο αλγόριθμος θα πρέπει αντ 'αυτού να καταλάβει τι είναι παρόμοιο στα μοτίβα και να συνοψίσει αυτά τα δεδομένα», λέει ο Makin.

Η τεχνητή νοημοσύνη θα βοηθήσει τους γιατρούς να προβλέψουν την ανάπτυξη των ασθενών με COVID-19 και να διαθέσουν πόρους σε αυτούς

Κατά τη διάρκεια των δοκιμών, περιείχαν τα καλύτερα αποτελέσματα AIαπό μόνο του μόνο το 3% των σφαλμάτων. Οι ερευνητές είναι βέβαιοι ότι ο αλγόριθμος βοήθησε από το γεγονός ότι οι ασθενείς διαβάζουν απλές προτάσεις με μικρό αριθμό μοναδικών λέξεων. Αλλά σε ορισμένες περιπτώσεις, το AI ήταν σε θέση να αναλύσει και να διακρίνει παρόμοια σε υγιείς λέξεις μόνο στη δραστηριότητα του εγκεφάλου (για παράδειγμα, οι λέξεις Tina και Turner).

Η ομάδα προσπάθησε να αποκωδικοποιήσει δεδομένα εγκεφάλουσήματα αμέσως σε ξεχωριστές προτάσεις. Αλλά το ποσοστό σφάλματος αυξήθηκε αμέσως στο 38%. Οι ερευνητές σημειώνουν ότι ενώ η AI δεν μπορεί να αντιμετωπίσει γρήγορα αυτό το έργο. «Συνήθως οι άνθρωποι γνωρίζουν και χρησιμοποιούν έως και 350 χιλιάδες λέξεις, αλλά ο αλγόριθμος δεν μπορεί να τις αποκρυπτογραφήσει όλες. Η ανάπτυξη των δυνατοτήτων της θα είναι εξαιρετικά δύσκολη », λένε οι επιστήμονες.