Pesquisadores do Texas propõem novo método para reconstruir texto com base em sinais de ressonância magnética cerebral e IA
Em Breve
A Universidade do Texas propôs um novo método para reconstruir o texto que uma pessoa ouve com base em um sinal cerebral de ressonância magnética.
O método envolve treinar uma rede codificadora para restaurar a imagem de ressonância magnética do cérebro correspondente ao texto e usar modelos de linguagem pré-treinados para gerar opções para continuar o texto.
Estatisticamente textos gerados estão mais próximos do original do que os aleatórios e podem ser usados para explorar as funções de diferentes partes do cérebro.
Pesquisadores da Universidade do Texas propuseram um novo método para recriar texto de um sinal cerebral de ressonância magnética. Além disso, a decodificação ocorre em um texto coerente semanticamente semelhante ao real.
Já foi tentado antes decodificar o texto que uma pessoa ouve (ou diz em sua cabeça). Dependendo de como o sinal é retirado do cérebro, existem duas abordagens diferentes. A extração de sinal estilo invasão é a primeira: um chip que lê impulsos diretamente do cérebro neurônios é colocado no crânio de uma pessoa. O método é invasivo, caro e complicado. Técnicas não invasivas de extração de sinal, incluindo MRI e M/EEG, são a segunda opção; eles não requerem nenhuma perfuração e são menos caros.
No entanto, técnicas não invasivas para coletar sinais cerebrais têm uma falha séria: as leituras de ressonância magnética de uma pessoa são afetadas por esse estímulo por aproximadamente 10 segundos após a exposição a um estímulo (como ouvir uma palavra). Um nativo de inglês pode dizer duas palavras por segundo em média. Acontece que cada imagem de ressonância magnética contém dados sobre o cérebro processando cerca de vinte palavras se você gravar um sinal de ressonância magnética enquanto ouve falantes de inglês.
Como resultado, usando ressonância magnética, é impossível recriar fielmente o texto que uma pessoa ouve. Além disso, muitos estudos anteriores sobre o assunto de recuperação de texto de sinais cerebrais coletados usando técnicas não invasivas só conseguiram recuperar palavras e frases específicas.
E os pesquisadores do Texas desenvolveram uma técnica de ressonância magnética para reconstruir texto (quase) inteligível. Haverá alguma variação entre este texto e o que a pessoa realmente ouviu. No entanto, será semanticamente equivalente, ou seja, representará a interpretação usualmente aceita.
Para recuperar a ressonância magnética do cérebro associada a essa passagem de texto, os pesquisadores treinam a rede codificadora, que aprende a partir de um trecho de texto. Então, usando um modelo de linguagem pré-treinado (como GPT), os pesquisadores realizam as seguintes etapas:
- Pesquisadores perguntam GPT para criar inúmeras possibilidades de avançar o texto a cada dois segundos. A rede do codificador recebe essas muitas opções e tenta usá-las para recuperar a imagem MRI atual. Acreditamos que a versão em texto que permitiu a representação mais precisa do sinal de ressonância magnética genuíno é a mais precisa.
Aqui está um exemplo:
| Entrada original | Saída de Geração |
| Eu não sabia se gritava, chorava ou fugia. Em vez disso, eu disse: “Deixe-me em paz; Não preciso da sua ajuda. Adam sumiu, e eu limpei sozinha, chorando. | Comecei a gritar e chorar, e então ela apenas disse, eu disse para você me deixar em paz; você não pode mais me machucar. Me desculpe,” e então ele saiu furioso. Embora eu pensasse que ele tinha ido embora, comecei a chorar. |
Essa tecnologia terá muitos usos se você usá-la para inventar falas em vez de ouvir as gravações de outras pessoas. Até mesmo a reconstrução da fala fictícia foi objeto de experimento pelos autores do artigo. Mais uma vez, os textos finais mostraram-se mais semelhantes aos originais do que aleatórios. A abordagem parece funcionar.
E com a ajuda de tais modelos, você pode investigar as operações de várias regiões do cérebro. Neste estudo, três regiões separadas do cérebro que lidam com a fala audível foram usadas para gerar o sinal de ressonância magnética. Pode-se aprender qual parte da informação é processada por qual área do cérebro adicionando e eliminando sinais de várias partes do cérebro da entrada do modelo. Além disso, você pode contrastar reconstruções do modelo do codificador feitas usando sinais de outros componentes.
Leia mais sobre IA:
Aviso Legal
Em linha com a Diretrizes do Projeto Trust, observe que as informações fornecidas nesta página não se destinam e não devem ser interpretadas como aconselhamento jurídico, tributário, de investimento, financeiro ou qualquer outra forma. É importante investir apenas o que você pode perder e procurar aconselhamento financeiro independente se tiver alguma dúvida. Para mais informações, sugerimos consultar os termos e condições, bem como as páginas de ajuda e suporte fornecidas pelo emissor ou anunciante. MetaversePost está comprometida com relatórios precisos e imparciais, mas as condições de mercado estão sujeitas a alterações sem aviso prévio.
Sobre o autor
Damir é o líder de equipe, gerente de produto e editor da Metaverse Post, abordando tópicos como AI/ML, AGI, LLMs, Metaverse e Web3-Campos relacionados. Seus artigos atraem um grande público de mais de um milhão de usuários todos os meses. Ele parece ser um especialista com 10 anos de experiência em SEO e marketing digital. Damir foi mencionado em Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto e outras publicações. Ele viaja entre os Emirados Árabes Unidos, Turquia, Rússia e CEI como um nômade digital. Damir formou-se em física, o que ele acredita ter lhe dado as habilidades de pensamento crítico necessárias para ter sucesso no cenário em constante mudança da internet.
Mais artigos
Damir é o líder de equipe, gerente de produto e editor da Metaverse Post, abordando tópicos como AI/ML, AGI, LLMs, Metaverse e Web3-Campos relacionados. Seus artigos atraem um grande público de mais de um milhão de usuários todos os meses. Ele parece ser um especialista com 10 anos de experiência em SEO e marketing digital. Damir foi mencionado em Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto e outras publicações. Ele viaja entre os Emirados Árabes Unidos, Turquia, Rússia e CEI como um nômade digital. Damir formou-se em física, o que ele acredita ter lhe dado as habilidades de pensamento crítico necessárias para ter sucesso no cenário em constante mudança da internet.
