Sumber: Xinzhiyuan
Artikel ini adalah tentang 1524 kata , Dianjurkan untuk membaca 4 menit
Artikel ini memperkenalkan penggunaan sistem decoding kecerdasan buatan oleh tim peneliti ilmiah dari University of California, San Francisco untuk menerjemahkan gelombang otak manusia ke dalam kalimat bahasa Inggris dengan tingkat akurasi 97%.
Dunia baru saja mulai beradaptasi dengan kekuatan yang dihasilkan oleh asisten virtual yang dibuat oleh perusahaan seperti Google dan Amazon. Jika kami menggunakan satu kata untuk menggambarkan seberapa akurat asisten virtual ini mengenali suara kami, kata itu adalah " Luar biasa ".
Dan sekarang, lebih dari itu " Mengerikan "Tonggaknya sudah dekat: Sistem kecerdasan buatan dapat mengubah aktivitas otak kita menjadi teks lengkap, tanpa kita harus mengucapkan sepatah kata pun .
Ini bukan fiksi ilmiah. Dalam beberapa dekade terakhir, perkembangan antarmuka otak-komputer telah maju pesat.Peserta dari hewan hingga manusia telah mencoba hal-hal seperti itu.
Beberapa hari yang lalu, Tim peneliti ilmiah dari University of California, San Francisco menggunakan sistem decoding kecerdasan buatan untuk menerjemahkan gelombang otak manusia ke dalam kalimat bahasa Inggris dengan tingkat akurasi 97% .
Alamat kertas:
https://www.nature.com/articles/s41593-020-0608-8
Penelitian ini diterbitkan dalam jurnal Nature Neuroscience pada 30 Maret, berjudul "Terjemahan mesin aktivitas kortikal ke teks dengan kerangka encoder-decoder" (menggunakan kerangka encoder-decoder untuk menerjemahkan aktivitas kortikal otak ke dalam teks) .
Edward Chang
Penelitian ini dilakukan oleh seorang ilmuwan Cina dan profesor bedah saraf di Universitas California, San Francisco. Edward Chang Kepemimpinan PhD. Penelitian Dr. Edward Chang berfokus pada mekanisme otak dari ucapan, gerakan, dan emosi manusia. Ia juga salah satu direktur Center for Neural Engineering and Prosthetics, unit kerja sama dari Universitas California, San Francisco dan Universitas California, Berkeley.
Terjemahkan gelombang otak manusia menjadi kalimat dengan tingkat akurasi 97%
Untuk meningkatkan akurasi, tim peneliti menggunakan metode baru untuk memecahkan kode EEG kortikal: Catatan impuls listrik yang dihasilkan selama aktivitas kortikal, diterima oleh elektroda yang ditanamkan di otak .
Dalam studi ini, empat pasien epilepsi memakai implan ini untuk memantau kejang.Tim peneliti melakukan eksperimen tambahan: membiarkan partisipan membaca dan mengulang beberapa kalimat tetap, sementara elektroda merekam aktivitas otak mereka.
Kemudian, data ini dimasukkan ke dalam jaringan saraf, yang akan menganalisis pola aktivitas otak yang sesuai dengan sinyal ucapan tertentu, seperti vokal, konsonan, atau gerakan mulut berdasarkan rekaman audio percobaan.
Gambar 1: Proses decoding
Setelah itu, jaringan saraf lain menerjemahkan representasi ini (dikumpulkan dari 30-50 kalimat lisan yang berulang) dan menggunakannya untuk mencoba memprediksi apa yang sedang dikatakan, hanya berdasarkan fitur kortikal kalimat.
Gambar 2: Tingkat kesalahan kata dari kalimat yang diterjemahkan
Sistem ini menghasilkan a Tingkat Kesalahan Kata (WER) , Dalam kasus terbaik, Tingkat kesalahan satu peserta dalam mengubah sinyal otak menjadi teks hanya 3% . Ini mungkin hasil terdekat yang bisa didapat AI dalam membaca pikiran manusia , Setidaknya dalam pengertian ketat dari kondisi eksperimental.
Gambar 3: Tingkat kesalahan kata decoding kalimat MOCHA-1 dari model encoder-decoder yang dilatih dengan transfer learning
Dalam makalahnya, tim peneliti merinci kalimat referensi yang diucapkan oleh sejumlah besar partisipan dan prediksi yang dihasilkan oleh jaringan saraf. Terkadang salah, tetapi tidak selalu. Namun, jika kesalahannya terlihat jelas, hasilnya terlihat sangat berbeda dari hasil ucapan yang didengar oleh telinga manusia (ini mungkin efek samping dari kumpulan data terbatas yang diperkenalkan oleh AI).
Tabel 1: Contoh kalimat yang salah diterjemahkan (kalimat referensi di sebelah kiri dan kalimat prediksi di sebelah kanan)
Dalam kasus yang paling tidak akurat, kesalahan ini sebenarnya tidak ada hubungannya dengan apa yang dikatakan, baik secara semantik atau fonologis. Misalnya, "dia mengenakan terusan wol yang lembut" (dia mengenakan terusan wol yang hangat) diartikan sebagai "oasis adalah fatamorgana" (oasis adalah fatamorgana).
Namun demikian, meskipun kesalahan yang jelas ini sangat aneh, tim peneliti percaya bahwa: secara umum, Sistem ini dapat menjadi tolok ukur baru untuk mendekode aktivitas otak berdasarkan kecerdasan buatan, dan dalam kasus terbaik, sebanding dengan transkripsi ucapan manusia profesional, dengan tingkat kesalahan kata 5% .
Gambar 6: Model grafis dari proses decoding
Gambar 7: Arsitektur jaringan
Tentu saja, penerjemah profesional yang berurusan dengan ucapan orang biasa perlu berurusan dengan ribuan kata. Sebaliknya, sistem ini hanya perlu mempelajari fitur kortikal serebral dari sekitar 250 kata yang digunakan dalam sejumlah kalimat pendek, jadi ini bukan Bukan perbandingan yang adil.
Meski banyak kendala yang harus diatasi, tim peneliti percaya bahwa sistem tersebut suatu hari nanti dapat menjadi dasar pemulihan bahasa bagi pasien yang kehilangan kemampuan berbicara. Akan lebih bagus jika ini benar-benar dilakukan.
"Dalam implant partisipan jangka panjang, jumlah data pelatihan yang tersedia akan beberapa kali lipat lebih besar dari setengah jam atau lebih pidato yang digunakan dalam penelitian ini," penulis menjelaskan: "Ini menunjukkan kosakata dan fleksibilitas bahasa. Ini mungkin meningkat pesat. "
Link referensi:
https://www.sciencealert.com/new-ai-system-translates-human-brain-signals-into-text-with-up-to-97-accuracy
-Selesai-
Ikuti platform publik WeChat resmi dari Institut Ilmu Data Tsinghua-Qingdao " Pai Data AI "Dan nomor saudara perempuan" Data Pie THU "Dapatkan lebih banyak manfaat kuliah dan konten berkualitas.
- Menggunakan gerbang logika protein untuk mengubah sel menjadi komputer, cendekiawan muda Tiongkok belajar tentang Sains
- Mesin terjemahan pertama di dunia telah kembali dari evolusi, dan "detail gila" menangani dialek China klasik
- Tim AI Tsinghua meluncurkan platform keamanan AI untuk menipu algoritme bagian atas dan kemudian memperbaiki kerentanan dengan kuat
- Robot kecil membantu mengambil! Taman Sains dan Teknologi Zhongguancun Dongsheng, "senjata pencegahan" ini membantu melanjutkan pekerjaan dan produksi
- Pipa pemanas tidak panas, pipa air bocor ... "tim parkour" komunitas memperbaiki lebih dari 1.000 kali dalam 60 hari
- Bagaimana Anda mengevaluasi "Properti Sains dan Inovasi" dari Dewan Inovasi Sains dan Teknologi? Panduan SFC ada di sini