캘리포니아 대학의 Joseph Makin과 그의 동료들은 딥러닝 알고리즘을 사용하여
각 여성은 큰 소리로 읽도록 요청 받았다.제안서와 동시에 팀은 뇌의 활동을 기록했습니다. 가장 큰 문장 그룹에는 250 개의 고유 한 단어가 포함되어 있습니다. 연구팀은이 두뇌 활동을 신경망 알고리즘에 공급하여, 발음과 반복되는 말의 양상 (예 : 모음과 자음의 조합)과 관련 될 수있는 규칙적인 패턴을 식별하도록 가르쳤다. 그런 다음이 패턴을 두 번째 신경망에 공급하여 문장을 만들기 위해 단어로 바꾸려고했습니다.
사람이 같은 것을 말할 때마다제안에 따르면 뇌 활동은 비슷하지만 동일하지는 않을 것이라고 연구진은 설명했다. Makin은“문장을 읽는 동안 사람의 두뇌 활동을 암기하는 것은 도움이되지 않으므로 알고리즘은 패턴에서 유사한 점을 이해하고 이러한 데이터를 요약해야합니다.
AI는 의사가 코로나19 환자의 성장을 예측하고 그들에게 자원을 할당하는 데 도움을 줄 것입니다.
테스트 중에 최고의 AI 결과가 포함되었습니다자체적으로 오류의 3 % 만 발생합니다. 연구원들은 환자들이 적은 수의 고유 한 단어로 간단한 문장을 읽는다는 사실에 의해 알고리즘이 도움이되었다고 확신합니다. 그러나 어떤 경우에는 AI가 두뇌 활동 (예 : Tina 및 Turner)에 의해서만 소리가 비슷한 단어를 구문 분석하고 구별 할 수있었습니다.
팀은 뇌 데이터를 해독하려고했습니다.별도의 문장으로 즉시 신호. 그러나 오류율은 즉시 38 %로 상승했습니다. 연구원들은 AI가이 과제에 빠르게 대처할 수는 없다고 지적합니다. “보통 사람들은 3 억 5 천 단어를 알고 사용하지만 알고리즘은 그것들을 모두 해독 할 수는 없습니다. 과학자들은이 기능을 개발하는 것이 매우 어려울 것이라고 말했다.