Με τις πρόσφατες βελτιώσεις που έκαναν οι επιστήμονες σε έναν ήδη υπάρχοντα «αποκωδικοποιητή εγκεφάλου» που χρησιμοποιεί Τεχνητή Νοημοσύνη, είναι τώρα δυνατόν να μετατρέπεται η σκέψη μας σε κείμενο.
Αυτά τα νέα ευρήματα θα μπορούσαν να προσφέρουν σημαντική βοήθεια σε άτομα που πάσχουν από αφασία, μια διαταραχή του εγκεφάλου που επηρεάζει την ικανότητά τους να επικοινωνούν, σύμφωνα με τους ερευνητές.
Ο αποκωδικοποιητής εγκεφάλου χρησιμοποιεί αλγορίθμους μηχανικής μάθησης για να μεταφράσει τις σκέψεις ενός ατόμου σε κείμενο, με βάση τις αντιδράσεις του εγκεφάλου του σε ιστορίες που έχει ακούσει.
Πριν από αυτές τις εξελίξεις, οι προηγούμενες εκδόσεις του αποκωδικοποιητή απαιτούσαν από τους συμμετέχοντες να ακούνε ιστορίες μέσα σε ένα μηχάνημα μαγνητικής τομογραφίας για αρκετές ώρες, και οι αποκωδικοποιητές λειτουργούσαν μόνο για άτομα με τα οποία είχαν εκπαιδευτεί. Βλέπουμε πώς προχωράει η Τεχνητή Νοημοσύνη.
«Τα άτομα με αφασία έχουν συχνά κάποιο πρόβλημα στην κατανόηση της γλώσσας καθώς και στην παραγωγή γλώσσας», δήλωσε ο Αλεξάντερ Χουθ, συν-συγγραφέας της μελέτης, υπολογιστικός νευροεπιστήμονας στο Πανεπιστήμιο του Τέξας στο Όστιν .
«Έτσι, αν αυτό ισχύει, τότε ίσως να μην μπορούμε να δημιουργήσουμε καθόλου μοντέλα για τον εγκέφαλό τους παρακολουθώντας πώς ανταποκρίνεται ο εγκέφαλός τους σε ιστορίες που ακούν».
Στη νέα μελέτη, που δημοσιεύθηκε στις 6 Φεβρουαρίου στο περιοδικό Current Biology, ο Χουθ και ο συν-συγγραφέας του, Τζέρι Τάνγκ, μεταπτυχιακός φοιτητής στο Πανεπιστήμιο του Τέξας στο Όστιν, εξερεύνησαν τρόπους για να ξεπεράσουν αυτόν τον περιορισμό.
«Σε αυτή τη μελέτη, αναρωτιόμασταν, μπορούμε να κάνουμε τα πράγματα διαφορετικά;. Μπορούμε ουσιαστικά να μεταφέρουμε έναν αποκωδικοποιητή που κατασκευάσαμε για τον εγκέφαλο ενός ατόμου στον εγκέφαλο ενός άλλου ατόμου;».
Τεχνητή Νοημοσύνη: Ένας αποκωδικοποιητής για καλό ή για κακό;
Οι ερευνητές ξεκίνησαν εκπαιδεύοντας τον αποκωδικοποιητή του εγκεφάλου με έναν απαιτητικό τρόπο, συλλέγοντας δεδομένα από λειτουργική μαγνητική τομογραφία ενώ οι συμμετέχοντες άκουγαν ραδιοφωνικές ιστορίες για 10 ώρες.
Photo Credit: Τζέρι Τάνγκ / Πανεπιστήμιο του Τέξας στο Όστιν
Ακολούθως, εκπαίδευσαν δύο αλγόριθμους μετατροπής, χρησιμοποιώντας δεδομένα από τους συμμετέχοντες και από ένα διαφορετικό σύνολο «στόχου». Ο πρώτος αλγόριθμος χρησιμοποίησε δεδομένα που συλλέχθηκαν ενώ οι συμμετέχοντες άκουγαν ραδιοφωνικές ιστορίες για 70 λεπτά, ενώ ο δεύτερος χρησιμοποίησε δεδομένα από συμμετέχοντες που παρακολουθούσαν βουβές ταινίες μικρού μήκους της Pixar, άσχετες με τις ραδιοφωνικές ιστορίες, για την ίδια διάρκεια.
Χρησιμοποιώντας μια τεχνική που ονομάζεται «λειτουργική ευθυγράμμιση», η ομάδα χαρτογράφησε τον τρόπο με τον οποίο οι εγκέφαλοι των συμμετεχόντων αναφοράς και στόχου ανταποκρίνονταν στις ίδιες ηχητικές ή κινηματογραφικές ιστορίες.
Χρησιμοποίησαν αυτές τις πληροφορίες για να εκπαιδεύσουν τον αποκωδικοποιητή, ώστε να μπορεί να λειτουργεί με τους εγκεφάλους των συμμετεχόντων-στόχων, χωρίς να απαιτείται η συλλογή πολλών ωρών δεδομένων εκπαίδευσης.
Στη συνέχεια, η ερευνητική ομάδα δοκίμασε τους αποκωδικοποιητές με μια σύντομη ιστορία που κανένας από τους συμμετέχοντες δεν είχε ακούσει προηγουμένως. Αν και οι προβλέψεις του αποκωδικοποιητή ήταν ελαφρώς πιο ακριβείς για τους αρχικούς συμμετέχοντες αναφοράς σε σχέση με εκείνους που χρησιμοποίησαν τους αλγόριθμους μετατροπής, οι λέξεις που προβλέφθηκαν από τις εγκεφαλικές σαρώσεις κάθε συμμετέχοντα παρέμεναν σημασιολογικά συνδεδεμένες με τις λέξεις της ιστορίας δοκιμής.
Για παράδειγμα, ένα τμήμα της δοκιμαστικής ιστορίας περιλάμβανε κάποιον που συζητούσε για μια δουλειά που δεν του άρεσε, λέγοντας: «Είμαι σερβιτόρα σε ένα παγωτατζίδικο. Οπότε, αυτό δεν είναι… Δεν ξέρω πού θέλω να είμαι, αλλά ξέρω ότι δεν είναι αυτό». Ο αποκωδικοποιητής που χρησιμοποιεί τον αλγόριθμο μετατροπέα που εκπαιδεύτηκε σε δεδομένα ταινιών προέβλεψε: «Ήμουν σε μια δουλειά που θεωρούσα βαρετή. Έπρεπε να παίρνω παραγγελίες και δεν μου άρεσαν και έτσι δούλευα πάνω σε αυτές κάθε μέρα».
Δεν πρόκειται για ακριβή ταύτιση – ο αποκωδικοποιητής δεν διαβάζει τους ακριβείς ήχους που άκουσαν οι άνθρωποι, δήλωσε ο Χουθ – αλλά οι ιδέες σχετίζονται.
«Το πραγματικά εκπληκτικό ήταν ότι μπορούμε να το κάνουμε αυτό ακόμη και χωρίς να χρησιμοποιούμε γλωσσικά δεδομένα», δήλωσε ο Χουθ στο Livescience. «Έτσι μπορούμε να έχουμε δεδομένα που συλλέγουμε απλώς ενώ κάποιος παρακολουθεί σιωπηλά βίντεο και στη συνέχεια μπορούμε να τα χρησιμοποιήσουμε για να δημιουργήσουμε αυτόν τον αποκωδικοποιητή γλώσσας για τον εγκέφαλό του».
Η χρήση των μετατροπέων που βασίζονται σε βίντεο για τη μεταφορά των υφιστάμενων αποκωδικοποιητών σε άτομα με αφασία μπορεί να τους βοηθήσει να εκφράσουν τις σκέψεις τους, δήλωσαν οι ερευνητές. Αποκαλύπτει επίσης κάποια «επικάλυψη» μεταξύ των τρόπων με τους οποίους οι άνθρωποι αναπαριστούν ιδέες από τη γλώσσα και από οπτικές αφηγήσεις στον εγκέφαλο.
Με άλλα λόγια, η νέα τεχνολογία βοηθά να αποκαλυφθεί πώς ο εγκέφαλος αναπαριστά ορισμένες έννοιες με τον ίδιο τρόπο, ακόμη και όταν αυτές παρουσιάζονται σε διαφορετικές μορφές.
*Πηγή: Livescience
