Joseph Makin dell'Università della California e i suoi colleghi hanno utilizzato algoritmi di deep learning per
Ad ogni donna è stato chiesto di leggere ad alta voce.proposte, allo stesso tempo, il team ha registrato l'attività del loro cervello. Il più grande gruppo di frasi conteneva 250 parole uniche. Il team ha alimentato questa attività cerebrale nell'algoritmo della rete neurale, insegnandogli a identificare schemi che si verificano regolarmente che possono essere associati ad aspetti ripetitivi del linguaggio, ad esempio una combinazione di vocali e consonanti. Quindi questi schemi sono stati inseriti nella seconda rete neurale, che ha cercato di trasformarli in parole per formare frasi.
Ogni volta che una persona dice la stessa cosasuggerimento, l'attività cerebrale sarà simile, ma non identica, hanno spiegato i ricercatori. "Memorizzare l'attività cerebrale di una persona durante la lettura di frasi non sarà di aiuto, quindi l'algoritmo dovrebbe invece comprendere ciò che è simile negli schemi e sintetizzare questi dati", afferma Makin.
L'intelligenza artificiale aiuterà i medici a prevedere l'altezza dei pazienti COVID-19 e ad allocare loro le risorse
Durante i test, i migliori risultati di intelligenza artificiale contenutidi per sé solo il 3% degli errori. I ricercatori sono sicuri che l'algoritmo sia stato aiutato dal fatto che i pazienti leggono frasi semplici con un piccolo numero di parole uniche. Ma in alcuni casi, l'IA è stata in grado di analizzare e distinguere simili in parole sonore solo nell'attività cerebrale (ad esempio, le parole Tina e Turner).
Il team ha cercato di decodificare i dati del cervellosegnali immediatamente in frasi separate. Ma il tasso di errore è salito immediatamente al 38%. I ricercatori notano che mentre l'IA non può far fronte rapidamente a questo compito. "Di solito le persone conoscono e usano fino a 350 mila parole, ma l'algoritmo non può decifrarle tutte. Sviluppare le sue capacità sarà incredibilmente difficile ", affermano gli scienziati.