Ένα νέο σύστημα τεχνητής νοημοσύνης που ονομάζεται σημασιολογικός αποκωδικοποιητής μπορεί να μεταφράσει την εγκεφαλική δραστηριότητα ενός ατόμου – ενώ ακούει μια ιστορία ή φαντάζεται σιωπηλά να λέει μια ιστορία – σε μια συνεχή ροή κειμένου. Το σύστημα που αναπτύχθηκε από ερευνητές στο Πανεπιστήμιο του Τέξας μπορεί να βοηθήσει τους ανθρώπους που έχουν νοητική συνείδηση ​​αλλά δεν μπορούν να μιλήσουν σωματικά, όπως εκείνους που εξασθενούν από εγκεφαλικά, να επικοινωνούν ξανά με κατανοητό τρόπο.

Με δημοσίευση τους στην επιθεώρηση «Nature Neuroscience» οι ερευνητές περιγράφουν την τεχνολογία που ανέπτυξαν η οποία βασίζεται εν μέρει στη τεχνολογία τεχνητής νοημοσύνης των προγραμμάτων γενετικής τεχνητής νοημοσύνης ChatGPT της Open AI (που υποστηρίζεται από την Microsoft) και του Bard της Google.

Σε αντίθεση με άλλα συστήματα αποκωδικοποίησης γλώσσας που βρίσκονται υπό ανάπτυξη για χρήση σε ανθρώπους που αντιμετωπίζουν προβλήματα επικοινωνίας, αυτό το σύστημα δεν απαιτεί από τους χρήστες να έχουν χειρουργικά εμφυτεύματα, καθιστώντας τη διαδικασία μη επεμβατική. Οι συμμετέχοντες επίσης δεν χρειάζεται να χρησιμοποιούν μόνο λέξεις από μια καθορισμένη λίστα. Η εγκεφαλική δραστηριότητα μετριέται χρησιμοποιώντας έναν σαρωτή fMRI (λειτουργική απεικόνιση μαγνητικού συντονισμού) μετά από εκτενή εκπαίδευση του αποκωδικοποιητή, στον οποίο το άτομο ακούει ώρες podcast στο σαρωτή. Αργότερα, υπό τον όρο ότι ο συμμετέχων είναι ανοιχτός στην αποκωδικοποίηση των σκέψεών του, η ακρόαση μιας νέας ιστορίας ή αφήγηση μιας ιστορίας προϊόν της φαντασίας τους επιτρέπει στο μηχάνημα να δημιουργήσει το αντίστοιχο κείμενο μόνο από την εγκεφαλική δραστηριότητα.

Στη φωτογραφία ένα μέλος της ερευνητικής ομάδας τοποθετεί ένα εθελοντή των πειραμάτων στον τομογράφο για να γίνει η σάρωση και επεξεργασία της εγκεφαλικής του δραστηριότητας (πηγή φωτό Nolan Zunk/The University of Texas at Austin.)

«Για μια μη επεμβατική μέθοδο, αυτό είναι ένα πραγματικό άλμα προς τα εμπρός σε σύγκριση με αυτό που έχει γίνει πριν, που είναι συνήθως μεμονωμένες λέξεις ή σύντομες προτάσεις. Βάζουμε το μοντέλο να αποκωδικοποιεί τη συνεχή γλώσσα για εκτεταμένες χρονικές περιόδους με περίπλοκες ιδέες» αναφέρει ο Άλεξ Χουθ, εκ των επικεφαλής της ερευνητικής ομάδας.

Πηγή: Naftemporiki.gr