テキサスの研究者が脳のMRI信号とAIに基づいてテキストを再構成する新しい方法を提案
簡単に言えば
テキサス大学は、MRI 脳信号に基づいて人が聞いたテキストを再構成する新しい方法を提案しました。
この方法には、エンコーダ ネットワークをトレーニングしてテキストに対応する脳の MRI 画像を復元することと、事前トレーニングされた言語モデルを使用してテキストを継続するためのオプションを生成することが含まれます。
統計的に 生成されたテキスト ランダムなものよりもオリジナルに近く、脳のさまざまな部分の機能を調査するために使用できます。
テキサス大学の研究者らは、MRI 脳信号からテキストを再作成する新しい方法を提案しました。 さらに、デコードは、実際のテキストと意味的に類似した一貫したテキストで行われます。
人間が聞いた（または頭の中で言った）テキストを解読することは以前にも試みられました。 信号が脳からどのように取り出されるかに応じて、XNUMX つの異なるアプローチがあります。 侵入型の信号抽出が最初のものです。 脳から直接インパルスを読み取る ニューロンは人の頭蓋内に配置されています。 この方法は侵襲的で、費用がかかり、複雑です。 MRI や M/EEG などの非侵襲的信号抽出技術が XNUMX 番目のオプションです。 穴あけの必要がなく、安価です。
しかし、脳信号を収集する非侵襲的技術には重大な欠陥が 10 つあります。それは、人の MRI 測定値は、刺激 (言葉を聞くなど) にさらされてから約 XNUMX 秒間、その刺激の影響を受けるということです。 英語ネイティブは平均して XNUMX 秒あたり XNUMX 単語を言うことができます。 英語話者の話を聞きながら MRI 信号を記録すると、各 MRI 画像には約 XNUMX 単語を処理する脳に関するデータが含まれていることがわかります。
その結果、MRI を使用して、人が聞いたテキストを忠実に再現することは不可能です。 さらに、非侵襲的技術を使用して収集された脳信号からのテキスト復元をテーマとしたこれまでの研究の多くは、特定の単語やフレーズを取得することしか成功しませんでした。
そしてテキサスの研究者たちは、（ほぼ）理解可能なテキストを再構築するための MRI 技術を開発しました。 このテキストとその人が実際に聞いた内容の間には多少の違いがあるでしょう。 ただし、意味的には同等であり、通常受け入れられている解釈を表すことになります。
このテキストの一節に関連する脳の MRI を復元するために、研究者はテキストの一部から学習するエンコーダー ネットワークをトレーニングします。 次に、事前にトレーニングされた言語モデル (次のような) を使用します。 GPT)、研究者は次の手順を実行します。
- 研究者は尋ねます GPT XNUMX 秒ごとにテキストを進めるためのさまざまな可能性を生み出します。 エンコーダ ネットワークはこれらの多くのオプションを受け取り、それらを使用して現在の MRI 画像を復元しようとします。 私たちは、本物の MRI 信号を最も正確に表現できるテキスト バージョンが正確であると考えています。
| 元の入力 | 生成出力 |
| 叫ぶべきなのか、泣くべきなのか、それとも逃げるべきなのか分かりませんでした。 その代わりに、私はこう言いました。 あなたの助けは必要ありません。」 アダムがいなくなり、私は一人で泣きながら掃除をしました。 | 私は叫び、泣き始めました、そして彼女はただ言いました、私を放っておいてくださいと言ったでしょう。 もう私を傷つけることはできません。 ごめんなさい」と言って、彼は急いで立ち去りました。 彼は去ったと思ったのに、私は泣き始めました。 |
このテクノロジーは、他の人の録音を聞くのではなく、スピーチを作成するために使用すると、さまざまな用途に使用できます。 架空の音声の再構築さえも、記事の著者らによる実験の対象となった。 もう一度言いますが、最終的なテキストは、ランダムなテキストよりもオリジナルに近いことが判明しました。 このアプローチはうまくいくようです。
そして、そのようなモデルの助けを借りて、さまざまな脳領域の動作を調査することができます。 この研究では、可聴音声を処理する脳の XNUMX つの別々の領域を使用して MRI 信号を生成しました。 モデルの入力から脳のさまざまな部分からの信号を加算または削除することで、情報のどの部分が脳のどの領域で処理されているかを知ることができます。 さらに、他のコンポーネントからの信号を使用して作成されたエンコーダー モデルの再構築を対比することもできます。
AI について詳しく読む:
免責事項
に沿って トラストプロジェクトのガイドライン, このページで提供される情報は、法律、税金、投資、財務、またはその他の形式のアドバイスを目的としたものではなく、そのように解釈されるべきではないことに注意してください。 損失しても許容できる金額のみを投資し、疑問がある場合は独立した財務上のアドバイスを求めることが重要です。 詳細については、利用規約のほか、発行者または広告主が提供するヘルプおよびサポート ページを参照することをお勧めします。 MetaversePost は正確で公平なレポートに努めていますが、市場の状況は予告なく変更される場合があります。
著者について
Damir は、チームリーダー、プロダクトマネージャー、編集者です。 Metaverse PostAI/ML、AGI、LLM、メタバース、 Web3に関連するフィールド。 彼の記事は、毎月 10 万人を超えるユーザーという膨大な読者を魅了しています。 彼はSEOとデジタルマーケティングでXNUMX年の経験を持つ専門家のようです。 ダミールはMashable、Wired、 Cointelegraph、The New Yorker、Inside.com、Entrepreneur、BeInCrypto、およびその他の出版物。 彼はデジタル遊牧民として UAE、トルコ、ロシア、CIS の間を旅しています。 ダミールは物理学の学士号を取得しており、これにより、インターネットの絶え間なく変化する状況で成功するために必要な批判的思考スキルが身についたと信じています。
より多くの記事
Damir は、チームリーダー、プロダクトマネージャー、編集者です。 Metaverse PostAI/ML、AGI、LLM、メタバース、 Web3に関連するフィールド。 彼の記事は、毎月 10 万人を超えるユーザーという膨大な読者を魅了しています。 彼はSEOとデジタルマーケティングでXNUMX年の経験を持つ専門家のようです。 ダミールはMashable、Wired、 Cointelegraph、The New Yorker、Inside.com、Entrepreneur、BeInCrypto、およびその他の出版物。 彼はデジタル遊牧民として UAE、トルコ、ロシア、CIS の間を旅しています。 ダミールは物理学の学士号を取得しており、これにより、インターネットの絶え間なく変化する状況で成功するために必要な批判的思考スキルが身についたと信じています。
