Ερευνητές του University of Texas at Austin ανέπτυξαν σύστημα χρησιμοποιώντας εν μέρει ένα μοντέλο μετασχηματιστή.
Οι συμμετέχοντες εκπαίδευσαν τον αποκωδικοποιητή ακούγοντας για αρκετές ώρες podcasts εντός σαρωτή λειτουργικής μαγνητικής τομογραφίας, που είναι μεγάλο μηχάνημα που μετρά την εγκεφαλική δραστηριότητα.
Το σύστημα δεν απαιτεί εμφυτεύματα.
Όταν εκπαιδευτεί το σύστημα τεχνητής νοημοσύνης μπορεί να δημιουργήσει κείμενο όταν ο συμμετέχων ακούει ή φαντάζεται ότι λέει μια νέα ιστορία.
Το κείμενο που προκύπτει δεν είναι ακριβές αντίγραφο αλλά οι ερευνητές το σχεδίασαν με στόχο να ‘’πιάνουν’’ γενικές σκέψεις ή ιδέες.
Το εκπαιδευμένο σύστημα παράγει κείμενο που ταιριάζει σχεδόν ή με ακρίβεια στο νόημα των λέξεων του συμμετέχοντος, περίπου τις μισές φορές.
Για παράδειγμα, όταν ένας συμμετέχων άκουγε τις λέξεις ‘’δεν έχω ακόμα την άδεια οδήγησης’’ κατά τη διάρκεια ενός πειράματος, οι σκέψεις μεταφράστηκαν ως ‘’ούτε που έχει αρχίσει ακόμα να μαθαίνει να οδηγεί’’.
Ο Alexander Huth, δήλωσε οτι με το μοντέλο οι ερευνητές αποκωδικοποιούν συνεχή γλώσσα για εκτεταμένο χρόνο με πολύπλοκες ιδέες.
Ζητήθηκε επίσης από τους συμμετέχοντες να παρακολουθήσουν 4 βίντεο με ήχο ενώ βρίσκονταν στο σαρωτή και το σύστημα τεχνητής νοημοσύνης μπόρεσε να περιγράψει με ακρίβεια ορισμένα γεγονότα από αυτούς.
Ο αποκωδικοποιητής δεν μπορεί να χρησιμοποιηθεί εκτός εργαστηρίου, επειδή βασίζεται στο σαρωτή λειτουργικής μαγνητικής τομογραφίας.
Ομως οι ερευνητές πιστεύουν ότι τελικά θα χρησιμοποιηθεί μέσω φορητών συστημάτων απεικόνισης εγκεφάλου.
{{dname}} - {{date}}
{{body}}
Απάντηση Spam
{{#subcomments}} {{/subcomments}}