Ingenieure der Facebook AI Research Labs haben einen Algorithmus entwickelt, der versteht, was eine Person über die Gehirnaktivität hört. Das System scannt Gehirnströme mit einem EEG-Gerät und bestimmt dann, welche Wörter und Sätze eine Person schon einmal gehört hat oder jetzt hört. Bisher gilt die Technologie nur für eingehende Daten, aber das Ziel der Entwickler ist es, den trainierten Algorithmus in die entgegengesetzte Richtung zu verwenden, sodass er Sprache basierend auf der Gehirnaktivität bildet.
Wenn eine Person spricht, denkt sie unbewusst darüber nach, wie ihre Worte vom Gelenkapparat ausgesprochen werden. Das bedeutet, dass das Gehirn alle sprachbezogenen Aktivitäten im Voraus bildet. Gleichzeitig schlugen Wissenschaftler vor, dass die Aktivität des Gehirns in dem Moment, in dem er Sprache "hört", und wenn er sie "ausspricht", identisch ist. Das heißt, nachdem Sie gelernt haben, zu verstehen, was eine Person hört, und Texte und stundenlange Aufzeichnungen der Gehirnaktivität zur Hand haben, können Sie versuchen, den Algorithmus so einzuschalten, dass er in die entgegengesetzte Richtung arbeitet.
Wissenschaftler von Meta beschlossen, Sprache in der Phase ihrer Entstehung zu "fangen" und zu entschlüsseln. Dazu wendeten sie einen maschinellen Lernalgorithmus an, der EEG-Daten in Echtzeit analysiert und anschließend interpretiert.
„Wir haben ein künstliches Intelligenzmodell entwickelt, das Sprache aus nicht-invasiven Aufzeichnungen der Gehirnaktivität entschlüsseln kann. Die Transkription von Sprache aus Gehirnaktivität ist seit langem ein Ziel von Neurowissenschaftlern und Klinikern, aber ein Großteil des Fortschritts wurde durch invasive Verfahren erzielt“, sagte Jean Remy King, Hauptautor der Studie, gegenüber Silicon Angle.
Wie King erklärte, war der beste Weg, sich mit der Gehirnaktivität vertraut zu machen, in der Vergangenheit der Prozess, bei dem Chirurgen den Schädel öffneten, Elektroden an das Gehirn anschlossen und dann die Informationen am Computer untersuchten. Dieses Verfahren hatte nur zwei Alternativen - Elektroenzephalogramm (EEG) und Magnetoenzephalographie (MEG). Beide Systeme waren in der Lage, Bilder des Gehirns im Millisekundenbereich zu erfassen, waren jedoch der chirurgischen Option in der Genauigkeit unterlegen.
„Nicht-invasive Aufnahmen sind notorisch verrauscht und können aus verschiedenen Gründen je nach Aufnahmesitzung und Person stark variieren, einschließlich Unterschieden im Gehirn jedes Einzelnen und wo sich die Sensoren befinden“, fügte ein Meta-Sprecher hinzu.
Um dieses Problem zu lösen, wandten sich die Wissenschaftler einem Algorithmus zu, der darauf abgestimmt war, EEG- und MEG-Rauschen zu beseitigen. Als Hauptwerkzeug wählten sie wave2vec 2.0, ein Open-Source-Modell, das vor zwei Jahren bei Meta entwickelt wurde. Ursprünglich wurde diese KI entwickelt, um Sprache in einer lauten Umgebung zu erkennen.
Die Entwickler beauftragten den Algorithmus mit der Analyse von EEG- und MEG-Aufzeichnungen, die aus 150 Stunden Verfahren bestehen, in denen Ärzte mit 169 Freiwilligen arbeiteten, die sich Hörbücher und einzelne Sätze auf Englisch anhörten. Die Aufnahmen wurden zum Trainingsset für wave2vec 2.0. Im Laufe der Zeit lernte der Algorithmus, die Aufzeichnungen zu bereinigen und begann, Muster in Veränderungen der Gehirnaktivität zu finden.
„Anhand unterschiedlicher Fragmente der Gehirnaktivität kann KI aus einer Vielzahl neuer Audioclips ermitteln, welche eine Person tatsächlich gehört hat. Von hier aus leitet der Algorithmus bestimmte Wörter ab, die eine Person wahrscheinlich gehört hat“, sagte Meta Labs.
Während der Studie bestätigten die Ingenieure, dass KI trainiert werden kann, verrauschte und variable Aufzeichnungen der Gehirnaktivität aus wahrgenommener Sprache zu entschlüsseln. Der nächste Schritt von Meta Labs wird darin bestehen, das Verhalten von Gehirnwellen ohne einen vorgefertigten Pool von Audioclips zu untersuchen. Und das ultimative Ziel der Studie ist es, gelähmten Patienten die Möglichkeit zu geben, durch Sprachübertragung zu kommunizieren, ohne sie auszusprechen.
2022-09-12 12:44:35
Autor: Vitalii Babkin