Joseph Makin de la Universidad de California y sus colegas utilizaron algoritmos de aprendizaje profundo para
Se pidió a cada mujer que leyera el set en voz alta.Propuestas, al mismo tiempo, el equipo registró la actividad de su cerebro. El grupo más grande de oraciones contenía 250 palabras únicas. El equipo introdujo esta actividad cerebral en el algoritmo de la red neuronal, enseñándole a identificar patrones que ocurren regularmente que pueden estar asociados con aspectos repetitivos del habla, por ejemplo, una combinación de vocales y consonantes. Luego, estos patrones se introdujeron en la segunda red neuronal, que intentó convertirlos en palabras para formar oraciones.
Cada vez que una persona dice lo mismosugerencia, la actividad cerebral será similar, pero no idéntica, explicaron los investigadores. "Memorizar la actividad cerebral de una persona mientras lee oraciones no ayudará, por lo que el algoritmo debería entender qué es similar en los patrones y resumir estos datos", dice Makin.
La IA ayudará a los médicos a predecir el crecimiento de pacientes con COVID-19 y asignarles recursos
Durante las pruebas, los mejores resultados de IA conteníanen sí solo el 3% de los errores. Los investigadores están seguros de que el algoritmo fue ayudado por el hecho de que los pacientes leen oraciones simples con un pequeño número de palabras únicas. Pero en algunos casos, la IA pudo analizar y distinguir palabras similares en sonido solo por la actividad cerebral (por ejemplo, las palabras Tina y Turner).
El equipo trató de decodificar datos cerebrales.Señala inmediatamente en oraciones separadas. Pero la tasa de error aumentó inmediatamente al 38%. Los investigadores señalan que si bien la IA no puede hacer frente rápidamente a esta tarea. “Por lo general, las personas conocen y usan hasta 350 mil palabras, pero el algoritmo no puede descifrarlas todas. Desarrollar sus capacidades será increíblemente difícil ”, dicen los científicos.