Cercetătorii din Texas propun o nouă metodă de reconstrucție a textului pe baza semnalelor RMN ale creierului și a inteligenței artificiale
Pe scurt
Universitatea din Texas a propus o nouă metodă de reconstrucție a textului pe care o persoană îl aude pe baza unui semnal RMN al creierului.
Metoda implică antrenarea unei rețele de codificatori pentru a restabili imaginea RMN a creierului corespunzătoare textului și utilizarea modelelor de limbaj pre-antrenate pentru a genera opțiuni pentru continuarea textului.
Statistic textele generate sunt mai aproape de original decât cele aleatorii și pot fi folosite pentru a explora funcțiile diferitelor părți ale creierului.
Cercetătorii de la Universitatea din Texas au propus o nouă metodă pentru recrearea textului dintr-un semnal RMN al creierului. Mai mult, decodificarea are loc într-un text coerent similar semantic cu cel real.
S-a încercat înainte să se decodeze textul pe care o persoană îl aude (sau îl spune în cap). În funcție de modul în care semnalul este scos din creier, există două abordări diferite. Extragerea semnalului în stil de invazie este prima: un cip care citește impulsurile direct din creier neuronii sunt plasați în craniul unei persoane. Metoda este invazivă, costisitoare și complicată. Tehnicile non-invazive de extracție a semnalului, inclusiv RMN și M/EEG, sunt a doua opțiune; nu necesită găurire și sunt mai puțin costisitoare.
Cu toate acestea, tehnicile neinvazive de colectare a semnalelor cerebrale au un defect grav: citirile RMN ale unei persoane sunt afectate de acel stimul timp de aproximativ 10 secunde după expunerea la un stimul (cum ar fi auzirea unui cuvânt). Un nativ englez poate spune în medie două cuvinte pe secundă. Se pare că fiecare imagine RMN conține date despre procesarea creierului de aproximativ douăzeci de cuvinte dacă înregistrați un semnal RMN în timp ce ascultați vorbitori de engleză.
Drept urmare, folosind RMN, este imposibil să recreați fidel textul pe care îl aude o persoană. În plus, o mulțime de studii anterioare pe tema recuperării textului de la semnalele creierului colectate folosind tehnici non-invazive au reușit doar să recupereze anumite cuvinte și fraze.
Iar cercetătorii din Texas au dezvoltat o tehnică RMN pentru a reconstrui un text (aproape) inteligibil. Va exista o oarecare variație între acest text și ceea ce persoana a auzit de fapt. Cu toate acestea, va fi echivalent din punct de vedere semantic, ceea ce înseamnă că va reprezenta interpretarea care este de obicei acceptată.
Pentru a recupera RMN-ul creierului asociat cu acest pasaj de text, cercetătorii antrenează rețeaua de codificatori, care învață dintr-o bucată de text. Apoi, folosind un model de limbaj pre-antrenat (cum ar fi GPT), cercetătorii parcurg următorii pași:
- Întreb cercetătorii GPT pentru a crea numeroase posibilități de avansare a textului la fiecare două secunde. Rețeaua de codificatori primește aceste multe opțiuni și încearcă să le folosească pentru a recupera imaginea RMN actuală. Credem că versiunea text care a permis reprezentarea cea mai precisă a semnalului RMN autentic este cea corectă.
Iată un exemplu:
| Intrare originală | Ieșire generație |
| Nu știam dacă să țip, să plâng sau să fug. În schimb, am spus: „Lasă-mă în pace; Nu am nevoie de ajutorul tău.” Adam a dispărut, iar eu am făcut curățenie singură, plângând. | Am început să țip și să plâng, iar apoi ea doar a spus: Ți-am spus să mă lași în pace; nu mă mai poți răni. Îmi pare rău,” și apoi a plecat năvalnic. Deși credeam că a plecat, am început să plâng. |
Această tehnologie va avea mai multe utilizări dacă o folosiți pentru a inventa vorbirea în loc să ascultați înregistrările altor persoane. Chiar și reconstrucția discursului fictiv a făcut obiectul unui experiment de către autorii articolului. Încă o dată, textele finale s-au dovedit a fi mai asemănătoare cu originalele decât cu cele aleatorii. Abordarea pare să funcționeze.
Și cu ajutorul unor astfel de modele, puteți investiga operațiunile diferitelor regiuni ale creierului. În acest studiu, trei regiuni separate ale creierului care gestionează vorbirea audibilă au fost folosite pentru a genera semnalul RMN. Se poate afla care parte a informației este procesată de ce zonă a creierului prin adăugarea și eliminarea semnalelor din diferite părți ale creierului de la intrarea modelului. În plus, puteți contrasta reconstrucțiile modelului de codificator realizate folosind semnale de la alte componente.
Citiți mai multe despre AI:
Declinare a responsabilităţii
În conformitate cu Ghidurile proiectului Trust, vă rugăm să rețineți că informațiile furnizate pe această pagină nu sunt destinate și nu trebuie interpretate ca fiind consiliere juridică, fiscală, investițională, financiară sau orice altă formă de consiliere. Este important să investești doar ceea ce îți poți permite să pierzi și să cauți sfaturi financiare independente dacă ai îndoieli. Pentru informații suplimentare, vă sugerăm să consultați termenii și condițiile, precum și paginile de ajutor și asistență furnizate de emitent sau agent de publicitate. MetaversePost se angajează să raporteze corecte, imparțial, dar condițiile de piață pot fi modificate fără notificare.
Despre autor
Damir este liderul echipei, manager de produs și editor la Metaverse Post, care acoperă subiecte precum AI/ML, AGI, LLM-uri, Metaverse și Web3-domenii conexe. Articolele sale atrag o audiență masivă de peste un milion de utilizatori în fiecare lună. El pare a fi un expert cu 10 ani de experiență în SEO și marketing digital. Damir a fost menționat în Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto și alte publicații. Călătorește între Emiratele Arabe Unite, Turcia, Rusia și CSI ca nomad digital. Damir a obținut o diplomă de licență în fizică, despre care crede că i-a oferit abilitățile de gândire critică necesare pentru a avea succes în peisajul în continuă schimbare al internetului.
Mai multe articole
Damir este liderul echipei, manager de produs și editor la Metaverse Post, care acoperă subiecte precum AI/ML, AGI, LLM-uri, Metaverse și Web3-domenii conexe. Articolele sale atrag o audiență masivă de peste un milion de utilizatori în fiecare lună. El pare a fi un expert cu 10 ani de experiență în SEO și marketing digital. Damir a fost menționat în Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto și alte publicații. Călătorește între Emiratele Arabe Unite, Turcia, Rusia și CSI ca nomad digital. Damir a obținut o diplomă de licență în fizică, despre care crede că i-a oferit abilitățile de gândire critică necesare pentru a avea succes în peisajul în continuă schimbare al internetului.
