Neu-Delhi: US-Wissenschaftler haben ein neues System der künstlichen Intelligenz (KI) entwickelt, das die Gehirnaktivität einer Person – während sie einer Geschichte zuhört oder sich still vorstellt, eine Geschichte zu erzählen – in einen kontinuierlichen Textstrom übersetzen kann. Das von einem Team der University of Texas in Austin entwickelte System basiert teilweise auf einem Transformatormodell, ähnlich denen, die ChatGPT von Open AI und Bard von Google antreiben.
Laut dem Team, das die Studie in der Zeitschrift Nature Neuroscience veröffentlicht hat, könnte es Menschen helfen, die geistig bei Bewusstsein sind, aber nicht in der Lage sind, körperlich zu sprechen, wie z. B. durch Schlaganfälle geschwächte Personen, wieder verständlich zu kommunizieren. (Lesen Sie auch: iPhone 14 unter Rs 40.000 bei Amazon: So schnappen Sie sich das Angebot? Hier nachsehen)
Im Gegensatz zu anderen in der Entwicklung befindlichen Sprachdecodierungssystemen erfordert dieses als semantischer Decoder bezeichnete System keine chirurgischen Implantate, wodurch der Prozess nichtinvasiv wird. Die Teilnehmer müssen auch nicht nur Wörter aus einer vorgeschriebenen Liste verwenden. (Lesen Sie auch: KI erstellt Bilder von PM Narendra Modi in verschiedenen Avataren: Überprüfen Sie, wie er aussieht)
Die Messung der Hirnaktivität erfolgt mit einem funktionsfähigen MRT-Scanner nach ausgiebigem Training des Decoders, bei dem die Person stundenlang Podcasts im Scanner hört.
Später, vorausgesetzt, der Teilnehmer ist offen dafür, dass seine Gedanken entschlüsselt werden, ermöglicht das Hören einer neuen Geschichte oder die Vorstellung, eine Geschichte zu erzählen, der Maschine, den entsprechenden Text allein aus der Gehirnaktivität zu generieren.
„Für eine nicht-invasive Methode ist dies ein echter Sprung nach vorne im Vergleich zu dem, was zuvor getan wurde, was typischerweise aus einzelnen Wörtern oder kurzen Sätzen besteht“, sagte Alex Huth, Assistenzprofessor für Neurowissenschaften und Informatik an der UT Austin.
„Wir bekommen das Modell, um kontinuierliche Sprache über längere Zeiträume mit komplizierten Ideen zu decodieren“, fügte er hinzu.
Das Ergebnis ist kein Wort-für-Wort-Transkript. Stattdessen haben die Forscher es so konzipiert, dass es den Kern dessen, was gesagt oder gedacht wird, erfasst, wenn auch unvollkommen. Etwa die Hälfte der Zeit, in der der Decoder darauf trainiert wurde, die Gehirnaktivität eines Teilnehmers zu überwachen, produziert die Maschine Text, der der beabsichtigten Bedeutung der ursprünglichen Wörter sehr (und manchmal genau) entspricht.
In Experimenten hört zum Beispiel ein Teilnehmer einem Sprecher zu, der sagt: „Ich habe meinen Führerschein noch nicht, und ihre Gedanken wurden übersetzt mit: „Sie hat noch nicht einmal angefangen, Autofahren zu lernen.“
Das Team ging in der Studie auch auf Fragen zum möglichen Missbrauch der Technologie ein. Das Papier beschreibt, wie die Dekodierung nur mit kooperativen Teilnehmern funktionierte, die bereitwillig am Training des Dekoders teilgenommen hatten.
Ergebnisse für Personen, denen der Decoder nicht beigebracht worden war, waren unverständlich, und wenn Teilnehmer, denen der Decoder beigebracht worden war, später Widerstand leisteten – zum Beispiel, indem sie andere Gedanken dachten – waren die Ergebnisse ähnlich unbrauchbar.
„Wir nehmen die Bedenken sehr ernst, dass es für schlechte Zwecke verwendet werden könnte, und haben daran gearbeitet, dies zu vermeiden“, sagte Jerry Tang, ein Doktorand der Informatik. „Wir wollen sicherstellen, dass Menschen diese Art von Technologien nur dann nutzen, wenn sie es wollen, und dass es ihnen hilft.“
Zusätzlich dazu, dass die Teilnehmer Geschichten zuhören oder darüber nachdenken, baten die Forscher die Probanden, sich vier kurze, stille Videos anzusehen, während sie sich im Scanner befanden. Der semantische Decoder konnte anhand ihrer Gehirnaktivität bestimmte Ereignisse aus den Videos genau beschreiben.
Das System ist derzeit für die Verwendung außerhalb des Labors nicht praktikabel, da es auf die Zeit angewiesen ist, die für ein fMRI-Gerät benötigt wird. Die Forscher glauben jedoch, dass diese Arbeit auf andere, tragbarere Bildgebungssysteme des Gehirns übertragen werden könnte, wie z. B. die funktionelle Nahinfrarotspektroskopie (fNIRS).
source – zeenews.india.com
