Joseph Makin z Kalifornskej univerzity a jeho kolegovia na to použili algoritmy hlbokého učenia
Každá žena bola požiadaná, aby si nahlas prečítala stanoviská.návrhy zároveň tím zaznamenal činnosť mozgu. Najväčšia skupina viet obsahovala 250 jedinečných slov. Tím vložil túto mozgovú aktivitu do algoritmu neurónovej siete a naučil ju identifikovať pravidelne sa vyskytujúce vzorce, ktoré môžu súvisieť s opakujúcimi sa aspektmi reči - napríklad kombináciou samohlások a spoluhlásk. Potom boli tieto vzory privedené do druhej neurónovej siete, ktorá sa ich snažila premeniť na slová, aby vytvorili vety.
Zakaždým, keď niekto hovorí to istéVedci vysvetlili, že mozgová aktivita bude podobná, ale nie identická. „Zapamätanie si mozgovej aktivity človeka pri čítaní viet nepomôže, takže algoritmus by mal namiesto toho pochopiť, čo je podobné vo vzorcoch, a zhrnúť tieto údaje,“ hovorí Makin.
Umelá inteligencia pomôže lekárom predpovedať nárast pacientov s COVID-19 a prideliť im zdroje
Počas testov obsahovali najlepšie výsledky AIsám o sebe iba 3% chýb. Vedci sú si istí, že algoritmu pomohla skutočnosť, že pacienti čítali jednoduché vety s malým počtom jedinečných slov. Ale v niektorých prípadoch bola AI schopná analyzovať a rozlíšiť podobné zvukové slová iba pomocou mozgovej aktivity (napríklad slová Tina a Turner).
Tím sa pokúsil dekódovať údaje o mozgusignály okamžite v samostatných vetách. Miera chybovosti sa však okamžite zvýšila na 38%. Vedci na vedomie, že zatiaľ čo AI nemôže rýchlo zvládnuť túto úlohu. „Ľudia zvyčajne vedia a používajú až 350 tisíc slov, ale algoritmus ich nemôže všetky dešifrovať. Rozvíjanie jeho schopností bude neuveriteľne ťažké, “tvrdia vedci.