Крок до читання думок. Штучний інтелект Meta може перетворювати дані сканування мозку на зв’язні речення

Система Brain2Qwerty v2 компанії може перетворювати сканування мозку на зв’язні речення, без необхідності інвазивного хірургічного втручання, пише Gizmodo.

Хоча дослідження все ще перебуває на ранніх стадіях, воно пропонує уявлення про, можливо, не таке вже й далеке майбутнє, в якому пацієнти, які страждають від анартрії, синдрому замкненого мозку, бічного аміотрофічного склерозу (БАС) та інших паралізуючих нейродегенеративних розладів, зможуть спілкуватися за допомогою думок без необхідності нейропротезування, яке зазвичай вимагає надзвичайно інвазивної, складної та дорогої операції на мозку.

«Ми вважаємо, що це дослідження має потенціал для реального покращення життя мільйонів людей, які страждають від уражень мозку, що заважають їм спілкуватися», — написали інженери Meta. Базовий код Brain2Qwerty v2, а також код його попередника, v1, був опублікований в Інтернеті.

«Ми сподіваємося, що ця робота, виконана у відкритому режимі, сприятиме розвитку нейронауки для швидшого виявлення, діагностики та лікування неврологічних розладів, ніж ізольовано», — написала компанія, повторюючи зростаючий рух в індустрії штучного інтелекту, спрямований на надання вченим доступу до ШІ з відкритим кодом в ім'я прискорення темпів відкриттів.

Навчання для нової моделі, яке проводилося в Баскському центрі пізнання, мозку та мови в Сан-Себастьяні, Іспанія, включало дев’ятьох здорових добровольців віком від 25 до 56 років, яких попросили набрати понад 2500 речень протягом десяти сеансів. Протягом цих сеансів їхня мозкова активність контролювалася за допомогою магнітоенцефелографії (МЕГ), яка вимірює мікроскопічні електричні поля, що утворюються нейронною активністю. Усі ці набрані речення та сканування мозку потім слугували необробленими навчальними даними, які вносилися в Brain2Qwerty.

У своєму найуспішнішому експерименті Brain2Qwerty v2 досяг точності розпізнавання слів на рівні 78% — це означає, що понад половина речень, розшифрованих на основі активності мозку, містили не більше однієї помилки в слові. Натомість Brain2Qwerty v1 (випущений минулого року) у своєму найуспішнішому випадку досяг результату 48%.

Дослідники також виявили, що точність декодування нової системи зростала разом із обсягом навчальних даних, які їй надавали, що свідчить про те, що прості закони масштабування можна застосовувати для створення більш потужних систем у майбутньому: «якщо тривале навчання на неінвазивних даних МЕГ зрештою усуне необхідність нейрохірургії в цих випадках», — написали дослідники у своїй технічній статті, — «це означатиме трансформаційний зсув у догляді за пацієнтами».

Безпрецедентна точність декодування Brain2Qwerty v2 була досягнута значною мірою завдяки використанню тієї ж технології розпізнавання образів, що й чат-боти, такі як ChatGPT та Llama від Meta. На перших двох етапах процесу декодування мозкові хвилі суб'єктів, виміряні MEG, перетворювалися за допомогою штучного інтелекту на токени, що представляють окремі символи, після чого інша система штучного інтелекту, яка називається вирівнювачем, впорядковувала окремі символи в повні слова. Далі бере на себе роботу велика мовна модель, перетворюючи набір символів та слів іншого штучного інтелекту на зв’язні речення.

Ці результати знаменують собою перший випадок успішного застосування методу LLM для перетворення шумової мозкової активності у структуровані, зрозумілі речення. Це також може запропонувати цінну нову модель для майбутніх дослідників, які намагаються створити нові інтерфейси «мозок-машина», фізичні чи віртуальні, в яких кілька систем штучного інтелекту використовуються для декодування мозкової активності в ієрархічний та кооперативний спосіб.

Раніше NV Техно писав, що американська компанія Neurable нещодавно оголосила, що ліцензує свою технологію зчитування мозкової активності для створення споживчих пристроїв. На відміну від заснованого Ілоном Маском стартапу Neuralink, який імплантує чипи BCI (інтерфейс «мозок-комп'ютер») прямо в череп, розробка конкурентів не потребує хірургічного втручання.

Натомість технологія Neurable працює завдяки ЕЕГ-датчикам, які сканують активність мозку. Потім штучний інтелект аналізує ці дані, щоб показати, наскільки людина зосереджена, розслаблена чи втомлена в конкретний момент.