Joseph Makin Kalifornian yliopistosta ja hänen kollegansa käyttivät syväoppimisalgoritmeja
Jokaista naista pyydettiin lukemaan ääni ääneen.samaan aikaan joukkue kirjasi aivojensa toiminnan. Suurin lauseryhmä sisälsi 250 ainutlaatuista sanaa. Ryhmä syöttää tämän aivotoiminnan hermoverkkoalgoritmiin opettamalla sitä tunnistamaan säännöllisesti esiintyviä malleja, jotka voivat liittyä puheen toistuviin näkökohtiin - esimerkiksi vokaalien ja konsonanttien yhdistelmä. Sitten nämä kuviot syötettiin toiseen hermoverkkoon, joka yritti muuttaa ne sanoiksi lauseiden muodostamiseksi.
Joka kerta ihminen sanoo saman asianEhdotuksen mukaan aivojen toiminta on samanlaista, mutta ei identtistä, tutkijat selittivät. "Henkilön aivotoimintojen muistaminen lauseita luettaessa ei auta, joten algoritmin tulisi sen sijaan ymmärtää, mikä on samanlainen malleissa, ja tiivistää nämä tiedot", Makin sanoo.
Tekoäly auttaa lääkäreitä ennustamaan COVID-19-potilaiden kasvua ja osoittamaan heille resursseja
Testien aikana parhaat AI-tulokset sisälsivätsinänsä vain 3% virheistä. Tutkijat ovat varmoja siitä, että algoritmia auttoi se, että potilaat luivat yksinkertaisia lauseita pienellä määrällä ainutlaatuisia sanoja. Mutta joissakin tapauksissa AI pystyi jäsentämään ja erottamaan samanlaiset äänisanoissa vain aivojen toiminnan perusteella (esimerkiksi sanat Tina ja Turner).
Ryhmä yritti purkaa aivojen tietojasignaalit välittömästi erillisissä lauseissa. Mutta virhetaso nousi heti 38 prosenttiin. Tutkijat huomauttavat, että vaikka AI ei voi nopeasti selviytyä tästä tehtävästä. ”Yleensä ihmiset tietävät ja käyttävät jopa 350 tuhatta sanaa, mutta algoritmi ei pysty purkamaan niitä kaikkia. Sen kykyjen kehittäminen on uskomattoman vaikeaa ”, tutkijat sanovat.