カリフォルニア大学のJoseph Makin氏らは、深層学習アルゴリズムを使用して、
それぞれの女性は、大声でセットを読むように頼まれました。提案と同時に、チームは彼らの脳の活動を記録しました。最大の文のグループには、250の一意の単語が含まれていました。チームはこの脳活動をニューラルネットワークアルゴリズムに送り込み、発話の反復的な側面（たとえば、母音と子音の組み合わせ）に関連する可能性のある定期的に発生するパターンを特定するように教えました。次に、これらのパターンは2番目のニューラルネットワークに送られ、センテンスを形成するためにそれらを単語に変換しようとしました。
人が同じことを言うたびに提案は、脳の活動は似ているが、同一ではない、と研究者たちは説明した。 「文章を読みながら人の脳の活動を思い出しても役に立たないので、アルゴリズムはパターンの類似点を理解し、これらのデータを要約する必要があります」とMakin氏は言います。
AIは、医師がCOVID-19患者の身長を予測し、リソースを割り当てるのに役立ちます
テスト中、最高のAI結果が含まれていましたそれ自体はエラーのわずか3％です。研究者は、アルゴリズムが患者が少数のユニークな単語で単純な文章を読むという事実によって助けられたことを確信しています。しかし、場合によっては、AIは、脳活動においてのみ類似した健全な単語（たとえば、TinaとTurnerなど）を解析して区別することができました。
チームは脳のデータを解読しようとした別の文ですぐに信号を送ります。しかし、エラー率はすぐに38％に上昇しました。研究者は、AIはこのタスクにすぐには対応できないと指摘しています。 「通常、人々は最大35万語を知って使用していますが、アルゴリズムはそれらすべてを解読することはできません。その能力を開発することは信じられないほど難しいでしょう」と科学者は言います。