Kaliforniya Üniversitesi'nden Joseph Makin ve meslektaşları derin öğrenme algoritmalarını kullanarak
Her kadından seti yüksek sesle okuması istendi.öneriler, aynı zamanda, ekip beyin aktivitelerini kaydetti. En büyük cümle grubu 250 benzersiz kelime içeriyordu. Ekip, bu beyin aktivitesini sinir ağı algoritmasına besledi ve bunu, konuşmanın tekrarlayan yönleriyle ilişkili olabilecek düzenli olarak ortaya çıkan kalıpları tanımlamayı öğretti - örneğin, ünlüler ve ünsüzlerin bir kombinasyonu. Daha sonra bu modeller, cümleler oluşturmak için onları kelimelere dönüştürmeye çalışan ikinci sinir ağına beslendi.
Bir kişi aynı şeyi her söylediğindeöneri, beyin aktivitesinin benzer olacağını, ancak aynı olmadığını, araştırmacılar açıkladı. “Cümleleri okurken bir kişinin beyin aktivitesini ezberlemek yardımcı olmayacaktır, bu nedenle algoritma bunun yerine kalıplarda neyin benzer olduğunu anlamalı ve bu verileri özetlemelidir” diyor Makin.
Yapay zeka, doktorların COVID-19 hastalarının büyümesini tahmin etmelerine ve onlara kaynak tahsis etmelerine yardımcı olacak
Testler sırasında, en iyi AI sonuçlarıtek başına hataların sadece% 3'ü. Araştırmacılar, algoritmanın hastaların basit cümleleri az sayıda benzersiz kelime ile okuması gerçeğinden emindi. Ancak bazı durumlarda AI, ses sözcüklerinde benzerleri sadece beyin aktivitesi (örneğin Tina ve Turner kelimeleri) ile ayrıştırabildi ve ayırt edebildi.
Ekip beyin verilerini deşifre etmeye çalıştısinyalleri hemen ayrı cümleler halinde gösterir. Ancak hata oranı hemen% 38'e yükseldi. Araştırmacılar, AI'nın bu görevle hızlı bir şekilde baş edemediğini belirtiyor. “Genellikle insanlar 350 bin kelimeye kadar bilir ve kullanırlar, ancak algoritma hepsinin şifresini çözemez. Yeteneklerini geliştirmek inanılmaz derecede zor olacak ”diyor bilim adamları.