Ερευνητές του Τέξας προτείνουν νέα μέθοδο για την αναδόμηση κειμένου με βάση σήματα μαγνητικής τομογραφίας εγκεφάλου και τεχνητή νοημοσύνη
Εν συντομία
Το Πανεπιστήμιο του Τέξας πρότεινε μια νέα μέθοδο για την αναδόμηση του κειμένου που ακούει ένα άτομο με βάση ένα σήμα εγκεφάλου MRI.
Η μέθοδος περιλαμβάνει την εκπαίδευση ενός δικτύου κωδικοποιητή για την αποκατάσταση της εικόνας MRI του εγκεφάλου που αντιστοιχεί στο κείμενο και τη χρήση προεκπαιδευμένων μοντέλων γλώσσας για τη δημιουργία επιλογών για τη συνέχιση του κειμένου.
Στατιστικώς δημιουργημένα κείμενα είναι πιο κοντά στο πρωτότυπο παρά στα τυχαία και μπορούν να χρησιμοποιηθούν για την εξερεύνηση των λειτουργιών διαφορετικών τμημάτων του εγκεφάλου.
Ερευνητές από το Πανεπιστήμιο του Τέξας πρότειναν μια νέα μέθοδο για την αναδημιουργία κειμένου από ένα σήμα εγκεφάλου MRI. Επιπλέον, η αποκωδικοποίηση λαμβάνει χώρα σε ένα συνεκτικό κείμενο σημασιολογικά παρόμοιο με το πραγματικό.
Έχει επιχειρηθεί στο παρελθόν να αποκωδικοποιηθεί το κείμενο που ακούει (ή λέει στο κεφάλι του) κάποιος. Ανάλογα με τον τρόπο με τον οποίο αφαιρείται το σήμα από τον εγκέφαλο, υπάρχουν δύο διαφορετικές προσεγγίσεις. Η εξαγωγή σήματος σε στυλ εισβολής είναι η πρώτη: Ένα τσιπ που διαβάζει παρορμήσεις απευθείας από τον εγκέφαλο οι νευρώνες τοποθετούνται στο κρανίο ενός ατόμου. Η μέθοδος είναι επεμβατική, ακριβή και περίπλοκη. Οι μη επεμβατικές τεχνικές εξαγωγής σήματος, συμπεριλαμβανομένων των MRI και M/EEG, είναι η δεύτερη επιλογή. δεν απαιτούν γεώτρηση και είναι λιγότερο ακριβά.
Ωστόσο, οι μη επεμβατικές τεχνικές για τη συλλογή εγκεφαλικών σημάτων έχουν ένα σοβαρό ελάττωμα: οι μετρήσεις μαγνητικής τομογραφίας ενός ατόμου επηρεάζονται από αυτό το ερέθισμα για περίπου 10 δευτερόλεπτα μετά την έκθεση σε ένα ερέθισμα (όπως το να ακούει μια λέξη). Ένας Άγγλος ντόπιος μπορεί να πει δύο λέξεις ανά δευτερόλεπτο κατά μέσο όρο. Αποδεικνύεται ότι κάθε εικόνα μαγνητικής τομογραφίας περιέχει δεδομένα σχετικά με τον εγκέφαλο που επεξεργάζεται περίπου είκοσι λέξεις εάν καταγράψετε ένα σήμα μαγνητικής τομογραφίας ενώ ακούτε αγγλόφωνους.
Ως αποτέλεσμα, χρησιμοποιώντας μαγνητική τομογραφία, είναι αδύνατο να αναδημιουργηθεί πιστά το κείμενο που ακούει ένα άτομο. Επιπλέον, πολλές προηγούμενες μελέτες σχετικά με το θέμα της ανάκτησης κειμένου από εγκεφαλικά σήματα που συγκεντρώθηκαν χρησιμοποιώντας μη επεμβατικές τεχνικές κατάφεραν να ανακτήσουν μόνο συγκεκριμένες λέξεις και φράσεις.
Και οι ερευνητές του Τέξας ανέπτυξαν μια τεχνική μαγνητικής τομογραφίας για την ανακατασκευή (σχεδόν) κατανοητού κειμένου. Θα υπάρχει κάποια διαφορά μεταξύ αυτού του κειμένου και αυτού που άκουσε πραγματικά το άτομο. Ωστόσο, θα είναι σημασιολογικά ισοδύναμο, δηλαδή θα αντιπροσωπεύει την ερμηνεία που συνήθως γίνεται αποδεκτή.
Για να ανακτήσουν τη μαγνητική τομογραφία του εγκεφάλου που σχετίζεται με αυτό το απόσπασμα κειμένου, οι ερευνητές εκπαιδεύουν το δίκτυο κωδικοποιητών, το οποίο μαθαίνει από ένα κομμάτι κειμένου. Στη συνέχεια, χρησιμοποιώντας ένα προεκπαιδευμένο γλωσσικό μοντέλο (όπως π.χ GPT), οι ερευνητές εκτελούν τα ακόλουθα βήματα:
- Οι ερευνητές ρωτούν GPT για να δημιουργήσετε πολλές δυνατότητες για προώθηση του κειμένου κάθε δύο δευτερόλεπτα. Το δίκτυο κωδικοποιητή λαμβάνει αυτές τις πολλές επιλογές και επιχειρεί να τις χρησιμοποιήσει για να ανακτήσει την παρούσα εικόνα MRI. Πιστεύουμε ότι η έκδοση κειμένου που επέτρεψε την ακριβέστερη αναπαράσταση του γνήσιου σήματος μαγνητικής τομογραφίας είναι η ακριβής.
Ακολουθεί ένα παράδειγμα:
| Πρωτότυπη είσοδος | Έξοδος Γενιάς |
| Δεν ήξερα αν να ουρλιάξω, να κλάψω ή να σκάσω. Αντίθετα, είπα: «Άφησέ με ήσυχο. Δεν χρειάζομαι τη βοήθειά σας.” Ο Αδάμ εξαφανίστηκε και καθάρισα μόνος μου κλαίγοντας. | Άρχισα να ουρλιάζω και να κλαίω, και μετά μου είπε, σου είπα να με αφήσεις ήσυχη. δεν μπορείς να με πληγώσεις άλλο. Λυπάμαι» και μετά έφυγε. Αν και νόμιζα ότι είχε φύγει, άρχισα να κλαίω. |
Αυτή η τεχνολογία θα έχει πολλές χρήσεις εάν τη χρησιμοποιήσετε για να δημιουργήσετε ομιλία αντί να ακούτε ηχογραφήσεις άλλων ανθρώπων. Ακόμη και η ανακατασκευή του πλασματικού λόγου αποτέλεσε αντικείμενο πειράματος από τους συντάκτες του άρθρου. Για άλλη μια φορά, τα τελικά κείμενα αποδείχτηκαν περισσότερο παρόμοια με τα πρωτότυπα παρά τυχαία. Η προσέγγιση φαίνεται να λειτουργεί.
Και με τη βοήθεια τέτοιων μοντέλων, μπορείτε να διερευνήσετε τις λειτουργίες διαφόρων περιοχών του εγκεφάλου. Σε αυτή τη μελέτη, τρεις ξεχωριστές περιοχές του εγκεφάλου που χειρίζονται την ακουστική ομιλία χρησιμοποιήθηκαν για τη δημιουργία του σήματος MRI. Κάποιος μπορεί να μάθει ποιο τμήμα των πληροφοριών επεξεργάζεται από ποια περιοχή του εγκεφάλου προσθέτοντας και εξαλείφοντας σήματα από διάφορα μέρη του εγκεφάλου από την είσοδο του μοντέλου. Επιπλέον, μπορείτε να κάνετε αντίθεση ανακατασκευές του μοντέλου κωδικοποιητή που έγιναν χρησιμοποιώντας σήματα από άλλα στοιχεία.
Διαβάστε περισσότερα για το AI:
Αποποίηση ευθυνών
Σύμφωνα με το Οδηγίες του έργου Trust, σημειώστε ότι οι πληροφορίες που παρέχονται σε αυτήν τη σελίδα δεν προορίζονται και δεν πρέπει να ερμηνεύονται ως νομικές, φορολογικές, επενδυτικές, χρηματοοικονομικές ή οποιαδήποτε άλλη μορφή συμβουλής. Είναι σημαντικό να επενδύσετε μόνο ό,τι έχετε την πολυτέλεια να χάσετε και να αναζητήσετε ανεξάρτητες οικονομικές συμβουλές εάν έχετε οποιεσδήποτε αμφιβολίες. Για περισσότερες πληροφορίες, προτείνουμε να ανατρέξετε στους όρους και τις προϋποθέσεις, καθώς και στις σελίδες βοήθειας και υποστήριξης που παρέχονται από τον εκδότη ή τον διαφημιστή. MetaversePost δεσμεύεται για ακριβείς, αμερόληπτες αναφορές, αλλά οι συνθήκες της αγοράς υπόκεινται σε αλλαγές χωρίς προειδοποίηση.
Σχετικά με το Συγγραφέας
Ο Damir είναι ο αρχηγός της ομάδας, ο διευθυντής προϊόντων και ο συντάκτης στο Metaverse Post, καλύπτοντας θέματα όπως AI/ML, AGI, LLMs, Metaverse και Web3-σχετικά πεδία. Τα άρθρα του προσελκύουν ένα τεράστιο κοινό άνω του ενός εκατομμυρίου χρηστών κάθε μήνα. Φαίνεται να είναι ειδικός με 10ετή εμπειρία στο SEO και το ψηφιακό μάρκετινγκ. Ο Damir έχει αναφερθεί στο Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto και άλλες εκδόσεις. Ταξιδεύει μεταξύ των ΗΑΕ, της Τουρκίας, της Ρωσίας και της ΚΑΚ ως ψηφιακός νομάδας. Ο Damir απέκτησε πτυχίο στη φυσική, το οποίο πιστεύει ότι του έχει δώσει τις δεξιότητες κριτικής σκέψης που απαιτούνται για να είναι επιτυχής στο συνεχώς μεταβαλλόμενο τοπίο του Διαδικτύου.
Περισσότερα άρθρα
Ο Damir είναι ο αρχηγός της ομάδας, ο διευθυντής προϊόντων και ο συντάκτης στο Metaverse Post, καλύπτοντας θέματα όπως AI/ML, AGI, LLMs, Metaverse και Web3-σχετικά πεδία. Τα άρθρα του προσελκύουν ένα τεράστιο κοινό άνω του ενός εκατομμυρίου χρηστών κάθε μήνα. Φαίνεται να είναι ειδικός με 10ετή εμπειρία στο SEO και το ψηφιακό μάρκετινγκ. Ο Damir έχει αναφερθεί στο Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto και άλλες εκδόσεις. Ταξιδεύει μεταξύ των ΗΑΕ, της Τουρκίας, της Ρωσίας και της ΚΑΚ ως ψηφιακός νομάδας. Ο Damir απέκτησε πτυχίο στη φυσική, το οποίο πιστεύει ότι του έχει δώσει τις δεξιότητες κριτικής σκέψης που απαιτούνται για να είναι επιτυχής στο συνεχώς μεταβαλλόμενο τοπίο του Διαδικτύου.
