Naučnici su otkrili metodu za prevođenje misli u pisane riječi pomoću kape ispunjene senzorima i umjetne inteligencije. Tokom njihovog revolucionarnog eksperimenta, sudionici istraživanja, koji su čitali odlomke tekstova koje su im dali naučnici, nosili su kapu koja je bilježila moždanu aktivnost kao očitanje elektroencefalograma (EEG), koje je AI model DeWave kasnije pretvorio u tekst.
Chin-Teng Lin sa Univerziteta za tehnologiju u Sydneyu (UTS) opisuje tehnologiju kao neinvazivnu, pristupačnu i lako prenosivu. Uprkos početnoj tačnosti od oko 40 posto, Lin napominje da nedavni naučno provjereni podaci ukazuju na poboljšanu tačnost koja prelazi 60 posto.
U predstavljanju te nove tehnologije na konferenciji NeurIPS u New Orleansu, učesnici studije su tiho čitali odlomke, odstupajući od ranijeg pristupa čitanja naglas. Ta promjena dovela je do napretka u tačnosti u poređenju s prijašnjim istraživanjima koja su uključivala čitanje naglas.
Veliki napredak nasuprot ranijim pokušajima
Tim sa Univerziteta Teksas u Austinu postigao je sličnu tačnost u pretvorbi misli u tekst pomoću MRI skeniranja prošle godine, ali trenutni EEG pristup je praktičniji, eliminirajući potrebu da subjekti moraju biti mirni unutar skenera.
Charles Zhou iz UTS-a objašnjava proces obuke modela DeWave, koji je uključivao analizu primjera u kojima moždani signali odgovaraju određenim rečenicama.
DeWave uči kako se ti signali odnose na riječ 'zdravo', gledajući mnoge primjere tih signala za različite riječi ili rečenice, pojašnjava Zhou.
Model DeWave, uspoređen s "pametnim pisačem", bio je povezan s velikim jezičnim modelom otvorenog koda (LLM), sličnim onom koji pokreće ChatGPT.
Pisaču kažemo da obrati pažnju na signale iz DeWavea i koristi ih kao vodič za stvaranje rečenica, kaže Zhou.
Naučnici su zajednički uvježbali DeWave i jezični model za poboljšanje generiranja rečenica na temelju EEG podataka.
Uz daljnje usavršavanje, sistem obećava revoluciju u komunikaciji za pojedince koji su izgubili govor, kao što su osobe koje su preživjele moždani udar, a mogao bi pronaći primjenu i u robotici.
Craig Jin sa Univerziteta u Sydneyu podržava rad Linovog tima, nazivajući ga "izvrsnim napretkom" i ističući nevjerojatnu ispravnost uočenu u konverzijama EEG-a u tekst, što je značajan napredak u odnosu na ranije pokušaje koji su dali besmislene rezultate, piše New Scientist
