Innowacyjna technologia zamienia myśli w tekst. Bez konieczności operacji
Pojawiła się nadzieja dla wszystkich chorych, którzy nie mogą kontaktować się za pomocą konwencjonalnych środków. Eksperymentalny system BrainGPT jest w stanie czytać myśli i konwertować się na tekst.
Osoby, które mają sparaliżowaną górną część ciała, nie mogą swobodnie przekazywać informacji za pomocą gestów rąk czy ruchu głowy. Niektórzy nie są w stanie również mówić. Z pomocą przychodzą im systemy komunikacji bazujące na śledzeniu wzroku, dzięki którym komunikacja staje się możliwa. Ale co z osobami, które mają problem nawet z poruszaniem oczami?
Nowa technologia pozwalająca zamienić myśli w tekst
Rozwój technologii w ostatnich latach pozwolił naukowcom zwrócenie się w kierunku metod pozwalających przekształcanie fal mózgowych w tekst. O jednym z takich rozwiązań informowaliśmy w GeekWeeku w listopadzie. W tym przypadku była mowa o sensorze rejestrującym sygnały mózgowe w celu dekodowania tego, co ludzie próbują powiedzieć. Z kolei rozwiązanie Neuralink Elona Muska, polega na wszczepieniu elektrod.
Wszystkie tego typu rozwiązania są o tyle problematyczne, że wymagają operacji. Niektóre umożliwiały komunikację typu tak/nie. Z pomocą przyszli naukowcy z Uniwersytetu Technologicznego w Sydney. Opracowali specjalny czepek EEG podłączany do komputera. Tylko i aż tyle. Nie ma żadnych dodatkowych sprzętów, które utrudniałyby funkcjonowanie.
Badanie to stanowi pionierski wysiłek w tłumaczeniu surowych fal EEG bezpośrednio na język, co stanowi znaczący przełom w tej dziedzinie. To pierwsza technologia, która wykorzystuje techniki kodowania dyskretnego w procesie tłumaczenia mózgu na tekst, wprowadzając innowacyjne podejście do dekodowania neuronowego.
Do komunikacji wykorzystano oprogramowanie DeWave oparte na sztucznej inteligencji, które zostało przeszkolone na mózgach 29 ochotników podczas cichego czytania fragmentów tekstu.
- Model jest bardziej biegły w dopasowywaniu czasowników niż rzeczowników. Jeśli jednak chodzi o rzeczowniki, zaobserwowaliśmy tendencję do tworzenia par synonimicznych zamiast precyzyjnych tłumaczeń, np. "człowiek" zamiast "autor". Uważamy, że dzieje się tak dlatego, że gdy mózg przetwarza te słowa, semantycznie podobne słowa mogą generować podobne wzorce fal mózgowych. Pomimo wyzwań, nasz model zapewnia znaczące wyniki, dopasowując słowa kluczowe i tworzy podobne struktury zdań - powiedział Yiqun Duan z Wydziału Inżynierii i Informatyki UTS.
Na razie wynik systemu jest na poziomie 40 proc. w skali BLEU (BiLingual Evaluation Understudy), która jest miarą dokładności tekstu tłumaczonego maszynowo. Nie jest to wartość szczególnie satysfakcjonująca dla codziennego użytkownika. Ale w przypadku testu to całkiem niezły wynik, porównywalny ze wspomnianymi implantami wszczepianymi do mózgu. Naukowcy będą teraz pracowali nad rozwojem technologii, aby zwiększyć tę wartość do 90 procent. Jeśli zostanie wprowadzone na rynek, mogłoby pomóc m.in. osobom po udarach i chorującym na stwardnienie zanikowe boczne (SLA).
