Друкувати текст можна силою думки, і доволі точно: що придумали науковці

Meta представляє моделі ШІ, які перетворюють мозкову активність на текст із неперевершеною точністю. Про це пише TechSpot.

Працюючи з міжнародними дослідниками, компанія Meta оголосила про важливі віхи в розумінні людського інтелекту за допомогою двох новаторських досліджень: вони створили моделі ШІ, які можуть зчитувати й інтерпретувати сигнали мозку, щоб відновлювати надруковані речення та відображати точні нейронні процеси, які перетворюють думки на усні або письмові слова.

Перше з досліджень, проведених лабораторією Meta's Fundamental Artificial Intelligence Research (FAIR) у Парижі у співпраці з Баскським центром пізнання, мозку та мови в Сан-Себастьяні, Іспанія, демонструє можливість декодувати вироблення речень з неінвазивних записів мозку. Використовуючи магнітоенцефалографію (МЕГ) та електроенцефалографію (ЕЕГ), дослідники реєстрували активність мозку 35 здорових добровольців, коли вони друкували речення.

Система використовує трикомпонентну архітектуру, що складається з кодувальника зображень, кодувальника мозку і декодувальника зображень. Кодер зображень створює багатий набір уявлень зображення незалежно від мозку. Потім кодувальник мозку вчиться вирівнювати сигнали MEG з цими вкладеннями зображень. Нарешті, декодер зображень генерує правдоподібне зображення на основі цих уявлень мозку.

Результати вражають: модель ШІ може декодувати до 80% символів, набраних учасниками, чия мозкова активність була записана за допомогою МЕГ, що принаймні вдвічі ефективніше традиційних систем ЕЕГ. Це дослідження відкриває нові можливості для неінвазивних інтерфейсів мозок-комп'ютер, які можуть допомогти відновити комунікацію для людей, які втратили здатність говорити.

Друге дослідження фокусується на розумінні того, як мозок перетворює думки на мову. Використовуючи ШІ для інтерпретації сигналів МЕГ, поки учасники друкували речення, дослідники змогли визначити точні моменти, коли думки перетворюються на слова, склади та окремі літери.

Нагадаємо, вчені з Каліфорнійського університету в Берклі стверджують, що їм вдалося відтворити основну технологію, яка лежить в основі китайського DeepSeek, витративши менше 30 доларів на її навчання.