Joseph Makin, da Universidade da Califórnia, e seus colegas usaram algoritmos de aprendizagem profunda para
Cada mulher foi convidada a ler em voz alta o cenário.propostas, ao mesmo tempo, a equipe registrou a atividade de seu cérebro. O maior grupo de frases continha 250 palavras únicas. A equipe alimentou essa atividade cerebral no algoritmo da rede neural, ensinando-o a identificar padrões que ocorrem regularmente e que podem estar associados a aspectos repetitivos da fala - por exemplo, uma combinação de vogais e consoantes. Então esses padrões foram introduzidos na segunda rede neural, que tentou transformá-los em palavras para formar sentenças.
Toda vez que uma pessoa diz a mesma coisasugestão, a atividade cerebral será semelhante, mas não idêntica, explicaram os pesquisadores. "Memorizar a atividade cerebral de uma pessoa durante a leitura de frases não ajuda, portanto o algoritmo deve entender o que é semelhante nos padrões e resumir esses dados", diz Makin.
A IA ajudará os médicos a prever o crescimento de pacientes com COVID-19 e a alocar recursos para eles
Durante os testes, os melhores resultados de IA contidospor si só apenas 3% dos erros. Os pesquisadores têm certeza de que o algoritmo foi ajudado pelo fato de os pacientes lerem frases simples com um pequeno número de palavras únicas. Mas, em alguns casos, a IA conseguiu analisar e distinguir palavras semelhantes em som apenas pela atividade cerebral (por exemplo, as palavras Tina e Turner).
A equipe tentou decodificar dados cerebraissinais imediatamente em frases separadas. Mas a taxa de erro imediatamente subiu para 38%. Os pesquisadores observam que, embora a IA não possa lidar rapidamente com essa tarefa. “Geralmente, as pessoas sabem e usam até 350 mil palavras, mas o algoritmo não pode descriptografar todas elas. Desenvolver suas capacidades será incrivelmente difícil ”, dizem os cientistas.