Ang Mga Mananaliksik sa Texas ay Nagmumungkahi ng Bagong Paraan para sa Muling Pagbubuo ng Teksto Batay sa Brain MRI Signals At AI
Sa madaling sabi
Ang Unibersidad ng Texas ay nagmungkahi ng isang bagong paraan para sa muling pagtatayo ng teksto na naririnig ng isang tao batay sa isang signal ng utak ng MRI.
Ang pamamaraan ay nagsasangkot ng pagsasanay sa isang network ng encoder upang maibalik ang imahe ng MRI ng utak na naaayon sa teksto, at paggamit ng mga pre-trained na modelo ng wika upang makabuo ng mga opsyon para sa pagpapatuloy ng teksto.
Sa istatistika nabuong mga teksto ay mas malapit sa orihinal kaysa sa mga random at maaaring magamit upang tuklasin ang mga function ng iba't ibang bahagi ng utak.
Ang mga mananaliksik mula sa Unibersidad ng Texas ay nagmungkahi ng isang bagong paraan para sa muling paglikha ng teksto mula sa isang signal ng utak ng MRI. Higit pa rito, ang pag-decode ay nangyayari sa isang magkakaugnay na teksto na semantically katulad ng tunay.
Ito ay sinubukan dati na i-decode ang teksto na naririnig ng isang tao (o sinasabi sa kanilang ulo). Depende sa kung paano inaalis ang signal sa utak, mayroong dalawang magkaibang diskarte. Ang invasion-style na pagkuha ng signal ay ang una: Isang chip na direktang nagbabasa ng mga impulses mula sa utak Ang mga neuron ay inilalagay sa cranium ng isang tao. Ang pamamaraan ay invasive, pricy, at kumplikado. Ang mga non-invasive signal extraction techniques, kabilang ang MRI at M/EEG, ay ang pangalawang opsyon; hindi sila nangangailangan ng anumang pagbabarena at mas mura.
Gayunpaman, ang mga non-invasive na diskarte para sa pangangalap ng mga signal ng utak ay may isang seryosong depekto: ang mga pagbabasa ng MRI ng isang tao ay apektado ng stimulus na iyon sa loob ng humigit-kumulang 10 segundo pagkatapos ng exposure sa isang stimulus (tulad ng pagdinig ng isang salita). Ang isang katutubong Ingles ay maaaring magsabi ng dalawang salita bawat segundo sa karaniwan. Lumalabas na ang bawat imahe ng MRI ay naglalaman ng data tungkol sa pagproseso ng utak ng humigit-kumulang dalawampung salita kung nagre-record ka ng isang MRI signal habang nakikinig sa mga nagsasalita ng Ingles.
Bilang resulta, gamit ang MRI, imposibleng matapat na muling likhain ang teksto na naririnig ng isang tao. Bukod pa rito, maraming mga naunang pag-aaral sa paksa ng pagbawi ng teksto mula sa mga signal ng utak na nakalap gamit ang mga non-invasive na pamamaraan ay nagtagumpay lamang sa pagkuha ng mga partikular na salita at parirala.
At ang mga mananaliksik sa Texas ay nakabuo ng isang pamamaraan ng MRI upang buuin muli ang (halos) naiintindihan na teksto. Magkakaroon ng ilang pagkakaiba-iba sa pagitan ng tekstong ito at kung ano ang aktwal na narinig ng tao. Gayunpaman, ito ay magiging semantically equivalent, ibig sabihin, ito ay kumakatawan sa interpretasyon na karaniwang tinatanggap.
Upang mabawi ang MRI ng utak na nauugnay sa pagpasa ng tekstong ito, sinasanay ng mga mananaliksik ang network ng encoder, na natututo mula sa isang piraso ng teksto. Pagkatapos, gamit ang isang pre-trained na modelo ng wika (tulad ng GPT), ginagawa ng mga mananaliksik ang mga sumusunod na hakbang:
- Tanong ng mga mananaliksik GPT upang lumikha ng maraming mga posibilidad para sa pagsulong ng teksto bawat dalawang segundo. Natatanggap ng network ng encoder ang maraming opsyong ito at sinusubukang gamitin ang mga ito upang mabawi ang kasalukuyang imahe ng MRI. Sa tingin namin ang bersyon ng teksto na nagpapahintulot para sa pinakatumpak na representasyon ng tunay na signal ng MRI ay ang tumpak.
Narito ang isang halimbawa:
| Orihinal na Input | Generation Output |
| Hindi ko alam kung sisigaw ba ako, iiyak, o tatakbo. Sa halip, sinabi ko, “Pabayaan mo ako; Hindi ko kailangan ng tulong mo.” Nawala si Adam, at naglinis akong mag-isa, umiiyak. | Nagsimula akong sumigaw at umiyak, at pagkatapos ay sinabi niya lang, sinabi ko sa iyo na iwanan mo ako; hindi mo na ako kayang saktan. I'm sorry," at saka siya padabog na umalis. Kahit akala ko umalis na siya, naiiyak na ako. |
Magkakaroon ng maraming gamit ang teknolohiyang ito kung gagamitin mo ito para gumawa ng pagsasalita sa halip na makinig sa mga recording ng ibang tao. Kahit na ang muling pagtatayo ng kathang-isip na pananalita ay paksa ng isang eksperimento ng mga may-akda ng artikulo. Minsan pa, ang mga huling teksto ay napatunayang mas katulad ng mga orihinal kaysa sa mga random. Mukhang gumagana ang diskarte.
At sa tulong ng gayong mga modelo, maaari mong siyasatin ang mga operasyon ng iba't ibang mga rehiyon ng utak. Sa pag-aaral na ito, tatlong magkahiwalay na rehiyon ng utak na humahawak ng naririnig na pagsasalita ay ginamit upang makabuo ng signal ng MRI. Maaaring malaman ng isa kung aling bahagi ng impormasyon ang pinoproseso ng kung aling bahagi ng utak sa pamamagitan ng pagdaragdag at pag-aalis ng mga signal mula sa iba't ibang bahagi ng utak mula sa input ng modelo. Bukod pa rito, maaari mong ihambing ang mga muling pagtatayo ng modelo ng encoder na ginawa gamit ang mga signal mula sa iba pang mga bahagi.
Magbasa pa tungkol sa AI:
Pagtanggi sa pananagutan
Sa linya na may Mga alituntunin ng Trust Project, pakitandaan na ang impormasyong ibinigay sa pahinang ito ay hindi nilayon at hindi dapat bigyang-kahulugan bilang legal, buwis, pamumuhunan, pananalapi, o anumang iba pang paraan ng payo. Mahalagang mamuhunan lamang kung ano ang maaari mong mawala at humingi ng independiyenteng payo sa pananalapi kung mayroon kang anumang mga pagdududa. Para sa karagdagang impormasyon, iminumungkahi naming sumangguni sa mga tuntunin at kundisyon pati na rin sa mga pahina ng tulong at suporta na ibinigay ng nagbigay o advertiser. MetaversePost ay nakatuon sa tumpak, walang pinapanigan na pag-uulat, ngunit ang mga kondisyon ng merkado ay maaaring magbago nang walang abiso.
Tungkol sa Ang May-akda
Si Damir ang pinuno ng pangkat, tagapamahala ng produkto, at editor sa Metaverse Post, sumasaklaw sa mga paksa gaya ng AI/ML, AGI, LLMs, Metaverse, at Web3-mga kaugnay na larangan. Ang kanyang mga artikulo ay umaakit ng napakalaking madla na mahigit sa isang milyong user bawat buwan. Mukhang isa siyang eksperto na may 10 taong karanasan sa SEO at digital marketing. Nabanggit si Damir sa Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto, at iba pang publikasyon. Naglalakbay siya sa pagitan ng UAE, Turkey, Russia, at ng CIS bilang digital nomad. Nakamit ni Damir ang bachelor's degree sa physics, na pinaniniwalaan niyang nagbigay sa kanya ng mga kritikal na kasanayan sa pag-iisip na kailangan para maging matagumpay sa pabago-bagong tanawin ng internet.
Mas marami pang artikulo
Si Damir ang pinuno ng pangkat, tagapamahala ng produkto, at editor sa Metaverse Post, sumasaklaw sa mga paksa gaya ng AI/ML, AGI, LLMs, Metaverse, at Web3-mga kaugnay na larangan. Ang kanyang mga artikulo ay umaakit ng napakalaking madla na mahigit sa isang milyong user bawat buwan. Mukhang isa siyang eksperto na may 10 taong karanasan sa SEO at digital marketing. Nabanggit si Damir sa Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto, at iba pang publikasyon. Naglalakbay siya sa pagitan ng UAE, Turkey, Russia, at ng CIS bilang digital nomad. Nakamit ni Damir ang bachelor's degree sa physics, na pinaniniwalaan niyang nagbigay sa kanya ng mga kritikal na kasanayan sa pag-iisip na kailangan para maging matagumpay sa pabago-bagong tanawin ng internet.
