Isang Siyentipikong Pagsulong sa Pagbasa ng Isip: Pag-imbento ng Mga Gadget na Mabibili ng Lahat

2024 May -akda: Seth Attwood | [email protected]. Huling binago: 2023-12-16 16:18

Ang mga inhinyero mula sa Institute for the Study of Higher Nervous Activity ay nakagawa ng isang sistema na nagsasalin ng mga kaisipan sa naiintindihan at nakikilalang pananalita. Sa pamamagitan ng pagkontrol sa aktibidad ng utak ng isang tao, binabago ng teknolohiya ang mga kaisipan sa mga salita.

Ang siyentipikong tagumpay na ito, kasama ng kapangyarihan ng AI at mga speech synthesizer, ay nagbubukas ng bagong panahon sa pakikipag-ugnayan sa pagitan ng computer at ng utak. Siyempre, nagbubukas din ito ng mga bagong pagkakataon para sa mga taong, sa isang kadahilanan o iba pa, ay nawalan ng kakayahang magsalita.

“Ang aming mga boses ay nakakatulong na manatiling nakikipag-ugnayan sa aming mga kaibigan, pamilya at sa mundo sa paligid namin, kaya ang pagkawala ng lakas ng boses dahil sa pinsala o karamdaman ay nakapipinsala para sa mga tao. Gayunpaman, sa dami ng kaalaman ngayon, mayroon tayong potensyal na paraan upang maibalik ang kapangyarihang ito. Ipinakita namin na sa tamang teknolohiya, ang mga iniisip ng mga tao ay maaaring maunawaan at maunawaan ng sinumang tagapakinig, sabi ni Nima Mesgarani, Ph. D. at isa sa mga may-akda ng isang pag-aaral na isinagawa sa Mortimer B. Zuckerman Institute of Mental Behavior sa Columbia Unibersidad.

Ang mga dekada ng pananaliksik ay nagpakita na kapag ang mga tao ay nagsasalita, o kahit na isipin na sila ay bumibigkas ng mga salita, ang mga katangian ng mga pattern ng aktibidad ay lilitaw sa kanilang mga utak. Lumilitaw din ang isang malinaw at nakikilalang pattern ng pagbibigay ng senyas kapag nakikinig tayo sa isang nagsasalita, o iniisip na nakikinig tayo. Sinubukan ng mga eksperto na tukuyin ang mga pattern na ito sa loob ng mga dekada, ngunit ngayon lamang nabuksan ang isang hinaharap sa harap nila, kung saan ang mga kaisipan ay hindi na maitatago sa loob ng utak, ngunit sa halip ay maaaring isalin sa sinasalitang wika sa kalooban.

Ngunit hindi naging madali ang pagtupad sa gawaing ito. Ang mga maagang pagtatangka upang maunawaan ang mga signal ng utak mula kay Dr. Mesgarani at iba pa ay nakatuon sa mga simpleng modelo ng computer na nagsusuri ng mga spectrogram, na mga visual na representasyon ng mga frequency ng tunog.

Ngunit dahil sa katotohanan na ang diskarteng ito ay hindi nagdulot ng anumang bagay na malapit sa naiintindihan na pananalita, ang koponan ni Dr. Mesgarani sa halip ay bumaling sa isang vocoder, isang algorithm ng computer na maaaring mag-synthesize ng pagsasalita pagkatapos na sanayin upang i-record ang mga pag-uusap ng mga tao.

"Ito ang parehong teknolohiya na ginagamit ng Amazon Echo at Apple Siri upang sagutin ang aming mga tanong," sabi ni Dr. Mesgarani, na isa ring associate professor ng electrical engineering sa Columbia School of Engineering at Applied Science ng Fu Foundation.

Upang turuan ang vocoder na bigyang-kahulugan ang aktibidad ng utak, nakipagtulungan si Dr. Mesgarani kay Ashesh Dinesh Mehta, M. D., PhD, neurosurgeon sa Northwell Health Physician Partners' Neuroscience Institute at co-author ng artikulo ngayon. Ginagamot ni Dr. Mehta ang mga pasyenteng may epilepsy, na ang ilan sa kanila ay kailangang sumailalim sa mga regular na operasyon.

"Sa pakikipagtulungan kay Dr. Mehta, tinanong namin ang mga epileptic na pasyente na nagkaroon na ng operasyon sa utak na makinig sa mga mungkahi mula sa iba't ibang tao habang sinusukat namin ang mga pattern sa kanilang aktibidad sa utak," sabi ni Dr. Mesgarani. "Ang mga neural pattern na ito ay nagsanay sa vocoder."

Pagkatapos ay hiniling ng mga mananaliksik sa parehong mga pasyente na makinig sa mga nagsasalita na binibigkas ang mga numero 0 hanggang 9 habang nagre-record ng mga signal ng utak na maaaring maipasa sa isang vocoder. Ang tunog na ginawa ng vocoder bilang tugon sa mga signal na ito ay nasuri at pinino gamit ang mga neural network tulad ng artificial intelligence na ginagaya ang istruktura ng mga neuron sa isang biological na utak.

Ang resulta ay isang robotic voice na inuulit ang pagkakasunod-sunod ng mga numero. Para ma-verify ang katumpakan ng recording, inutusan ni Dr. Mesgarani at ng kanyang team ang mga tao na makinig sa recording at iulat ang kanilang narinig.

"Natuklasan namin na ang mga tao ay maaaring maunawaan at ulitin ang mga tunog tungkol sa 75% ng oras, na higit na nakahihigit sa anumang nakaraang mga pagtatangka," sabi ni Dr. Mesgarani. Ang pagpapabuti sa pagiging madaling maunawaan ay lalong maliwanag kapag inihambing ang mga bagong pag-record sa mga naunang pagsubok batay sa spectrogram. "Ang isang sensitibong vocoder at malalakas na neural network ay kumakatawan sa mga tunog na orihinal na narinig ng mga pasyente nang may kamangha-manghang katumpakan."

Plano ngayon ni Dr. Mesgarani at ng kanyang team na subukan ang mas mahihirap na salita at pangungusap. Nilalayon din nilang magsagawa ng parehong mga pagsubok sa mga signal ng utak na ibinubuga kapag ang isang tao ay nagsasalita o nag-iisip ng pagsasalita. Sa huli, umaasa silang ang kanilang sistema ay maaaring maging bahagi ng isang implant, katulad ng mga isinusuot ng ilang mga pasyenteng epileptiko, na direktang nagsasalin ng mga iniisip ng nagsusuot sa mga salita.

"Sa sitwasyong ito, kung ang may-ari ng chip ay nag-iisip, 'Kailangan ko ng isang baso ng tubig,' ang aming sistema ay maaaring kumuha ng mga signal ng utak na nabuo ng kaisipang iyon at i-convert ang mga ito sa synthesized verbal speech," sabi ni Dr. Mesgarani. "Ito ay isang game changer at para sa sinumang nawalan ng kakayahang magsalita dahil sa pinsala o sakit, ang teknolohiya ay nagbibigay ng bagong pagkakataon na makipag-usap sa mundo sa kanilang paligid."

Editoryal na komento ng The Big The One:Dahil ang ilan sa aming mga empleyado ay may isang tiyak na kaugnayan sa neurophysiology, maaari naming ganap na walang alinlangan na sabihin na ang paglutas sa problema ng pagbabasa ng mga kaisipan at pagsasalin ng mga kaisipang ito sa mga salita ay hindi isang problema na maaaring malutas ng ilang doktor ng pilosopiya kasama ng isang matalinong neurosurgeon. Ito ay isang gawain para sa instituto ng pananaliksik, na lulutasin ito sa loob ng isang daan, dalawang daan o higit pang taon. Bukod dito, hindi talaga isang katotohanan na malulutas ng instituto ng pananaliksik ang problemang ito - kahit na ang lahat ng mga supercomputer ng NASA ay dinala doon, kung saan ang karamihan ng mga inhinyero ay magsisimulang gayahin ang mga neural network. Gayunpaman, ang isang artikulo sa isang siyentipikong journal ay hindi magsisinungaling at ang katotohanan ng pagkilala sa mga kaisipan ay tiyak na naroroon. Paano, kung gayon, pagsasama-samahin ang dalawang katotohanang ito?

Napakasimple. Sa huling 20-30 taon, isang malaking bilang ng mga ganap na hindi kapani-paniwala at napakakomplikadong teknolohiya tulad ng mga microprocessor at hard drive ang lumitaw sa mundo. At araw-araw parami nang parami ang mga bagong imbensyon na lumilitaw, na isinulat sa ilang "mga mahuhusay na mag-aaral" na, nakaupo sa garahe, ay nakolekta ng isang piraso mula sa scrap metal, kung saan ang mga instituto ng pananaliksik ay nahihirapan sa loob ng 50 taon. At sa kasong ito mayroon kaming isang imbensyon ng isang katulad na genesis. Iyon ay, isang pag-unlad na ginawa (o inilipat sa mga tao) sa loob ng maraming taon ng ilang hindi kilalang tao, ngunit isinulat sa isang tiyahin at tiyuhin mula sa Colombia.

Sa katunayan, talagang walang pagkakaiba kung sino ang isusulat ng Wikipedia bilang mga "imbentor" ng teknolohiya. Ang pangunahing bagay ay ang teknolohiya ay ipinakita sa mundo gamit ang isang siyentipikong journal. Dagdag pa, ang ilang kumpanyang Tsino ay magsisimulang gumawa ng gayong "mga gadget" na sasanayin ang mga tao sa mismong ideya na ang kanilang ulo ay naging ganap na malinaw. Sa wakas, ang ikatlong yugto ay ang parehong Orwellian "1984" kapag kahit na ang mga iniisip ng sinumang tao ay malayang mababasa mula sa malayo. Halimbawa, sa pamamagitan ng paglalagay ng mga espesyal na sensor sa mga apartment o pagsasama ng isang espesyal na chip na tumutugon sa mga impulses ng utak sa katawan. saka.

Bilang isang tuntunin, ang bawat teknolohiya ay may reverse application. Halimbawa, kung mayroong isang teknolohiya para sa pag-convert ng mga nerve impulses sa mga salita, pagkatapos ay gamit ang parehong prinsipyo, maaari mong gawing kaisipan ng isang tao ang anumang mga salita. Sa sitwasyong ito, ang mga pangulo ng iba't ibang bansa ay may malaking pag-asa na suportado ng ganap na buong botante, dahil ngayon ay may teknikal na pagkakataon na gawin ang bawat botante na mag-isip na tulad niya - sapat na upang maglagay ng tamang modulated signal sa socket.

Sa pangkalahatan, kung ano ang sasabihin - ang mga prospect para sa mundo ay nagbubukas ng pinaka-kahanga-hanga at sinusunod namin ang pag-unlad ng mga kaganapan nang may interes.