北京時(shí)間 5 月 2 日消息，根據(jù)周一發(fā)表在《自然神經(jīng)科學(xué)》雜志上的一篇經(jīng)過同行評議的研究，科學(xué)家已經(jīng)開發(fā)出了一種無創(chuàng)人工智能 (AI) 系統(tǒng)，專注于將人的大腦活動(dòng)轉(zhuǎn)化為一連串文本。
這個(gè)系統(tǒng)被稱為語義解碼器，最終可能會(huì)使那些因中風(fēng)、癱瘓或其他退行性疾病而失去身體交流能力的患者受益。此前，研究人員已經(jīng)開發(fā)出了語言解碼方法，可以讓失去說話能力的人嘗試說話，讓癱瘓的人在想寫的時(shí)候也能寫。但新的語義解碼器是首批不依賴大腦植入物的解碼器之一。在這項(xiàng)研究中，它能夠?qū)⒁粋€(gè)人想象中的語言轉(zhuǎn)化為實(shí)際的語言，在觀看無聲電影時(shí)可以對屏幕上發(fā)生的事情產(chǎn)生相對準(zhǔn)確的描述。
美國得克薩斯大學(xué)奧斯汀分校的研究人員在開發(fā)該系統(tǒng)時(shí)部分使用了“變換模型”(Transformer)，該模型類似于支撐 OpenAI 聊天機(jī)器人 ChatGPT 和谷歌聊天機(jī)器人 Bard 的語言模型。這項(xiàng)研究的參與者通過在功能性磁共振成像 (fMRI) 掃描儀上傾聽幾個(gè)小時(shí)的播客來訓(xùn)練解碼器。fMRI 掃描儀是一種測量大腦活動(dòng)的大型機(jī)器。
科學(xué)家們記錄了三名參與者聽了 16 個(gè)小時(shí)敘述性故事時(shí)的核磁共振成像數(shù)據(jù)，以訓(xùn)練模型在大腦活動(dòng)和語義特征之間建立映射，捕捉某些短語的含義以及相關(guān)的大腦反應(yīng)。
“這不僅僅是一種語言刺激，”得州大學(xué)的神經(jīng)科學(xué)家亞歷山大?胡斯 (Alexander Huth) 說，他協(xié)助領(lǐng)導(dǎo)了這項(xiàng)研究，“我們正在聽懂意思，關(guān)于正在發(fā)生的事情的一些想法?？赡馨l(fā)生的事實(shí)是非常令人興奮的?！?/p>
一旦 AI 系統(tǒng)經(jīng)過訓(xùn)練，當(dāng)參與者正在傾聽或想象講述一個(gè)新故事時(shí)，它可以生成一連串文本。這種生成的文本并不是一個(gè)精確的文字記錄，研究人員設(shè)計(jì)它的目的是捕捉一般的想法或觀點(diǎn)。
根據(jù)得克薩斯大學(xué)奧斯汀分校發(fā)布的一份新聞稿，經(jīng)過訓(xùn)練的 AI 系統(tǒng)生成的文本在大約一半時(shí)間里與參與者原話想表達(dá)的意思非常接近或精確匹配。例如，當(dāng)參與者在實(shí)驗(yàn)中聽到“我還沒有駕照”這句話時(shí)，這種想法被翻譯成“她甚至還沒有開始學(xué)開車”。
“對于無創(chuàng)方法來說，這和之前相比實(shí)現(xiàn)了一個(gè)真正的飛躍，之前的方法通常只能生成單詞或簡短的句子，”胡斯在新聞稿中稱，“我們正在讓這個(gè)模型在很長一段時(shí)間內(nèi)解碼具有復(fù)雜思想的連續(xù)語言?！?/p>
新聞稿稱，參與者還被要求在掃描儀中觀看四個(gè)沒有音頻的視頻，AI 系統(tǒng)能夠準(zhǔn)確描述其中的“某些事件”。
局限性
不過，胡斯博士和他的同事們指出，這種語言解碼方法存在局限性。首先，fMRI 掃描儀體積龐大，價(jià)格昂貴。此外，訓(xùn)練模型是一個(gè)漫長而乏味的過程，為了做到有效必須對個(gè)人進(jìn)行訓(xùn)練。當(dāng)研究人員試圖使用在一個(gè)人身上訓(xùn)練過的解碼器來讀取另一個(gè)人的大腦活動(dòng)時(shí)，它失敗了，這表明每個(gè)大腦都有獨(dú)特的表達(dá)意思的方式。
截至周一，解碼器還無法在實(shí)驗(yàn)室環(huán)境之外使用，因?yàn)樗蕾囉?fMRI 掃描儀。但研究人員相信，它最終可以通過更便攜式的腦成像系統(tǒng)來使用。該研究的主要研究人員已經(jīng)為該技術(shù)申請了專利合作條約 (PCT) 專利。
而且，參與者還能夠屏蔽他們的內(nèi)心獨(dú)白，通過思考其他事情來擺脫解碼器。AI 也許能夠讀懂人類的思想，但目前它只能在人類允許的情況下，一次讀一個(gè)。
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。