Μια σάρωση μπορεί να βγάλει μεγάλες σειρές ιστοριών κατευθείαν από τον εγκέφαλο ενός ατόμου – αλλά μόνο αν το άτομο αυτό συνεργαστεί. Αυτό το κατόρθωμα “mind-reading “, που περιγράφεται στην επιστημονική επιθεώρηση Nature Neuroscience της 1ης Μαΐου, πρέπει να διανύσει πολύ δρόμο για να μπορέσει να χρησιμοποιηθεί εκτός εξελιγμένων...
Μια σάρωση μπορεί να βγάλει μεγάλες σειρές ιστοριών κατευθείαν από τον εγκέφαλο ενός ατόμου – αλλά μόνο αν το άτομο αυτό συνεργαστεί.
Αυτό το κατόρθωμα “mind-reading “, που περιγράφεται στην επιστημονική επιθεώρηση Nature Neuroscience της 1ης Μαΐου, πρέπει να διανύσει πολύ δρόμο για να μπορέσει να χρησιμοποιηθεί εκτός εξελιγμένων εργαστηρίων. Αλλά το αποτέλεσμα θα μπορούσε τελικά να οδηγήσει σε απρόσκοπτες συσκευές που θα βοηθούν ανθρώπους που δεν μπορούν να μιλήσουν ή να επικοινωνήσουν με άλλο τρόπο εύκολα. Η έρευνα εγείρει ωστόσο ανησυχίες για την προστασία της ιδιωτικής ζωής σχετικά με ανεπιθύμητες νευρικές υποκλοπές
“Μου φάνηκε συναρπαστικό“, λέει ο Gopala Anumanchipalli, νευρομηχανικός στο Πανεπιστήμιο της Καλιφόρνιας στο Μπέρκλεϊ, ο οποίος δεν συμμετείχε στη μελέτη. “Είναι σαν, “Ουάου, τώρα είμαστε ήδη εδώ“, λέει. “Ενθουσιάστηκα όταν το είδα αυτό“
Σε αντίθεση με τις εμφυτευόμενες συσκευές που έχουν δείξει πολλές υποσχέσεις , το νέο σύστημα δεν απαιτεί χειρουργική επέμβαση. Και σε αντίθεση με άλλες εξωτερικές προσεγγίσεις, παράγει συνεχείς ροές λέξεων αντί να έχει ένα πιο περιορισμένο λεξιλόγιο.
Για τη νέα μελέτη, τρία άτομα ξάπλωσαν μέσα σε ένα ογκώδες μηχάνημα μαγνητικής τομογραφίας για τουλάχιστον 16 ώρες το καθένα. Άκουγαν ιστορίες, κυρίως από το podcast The Moth, ενώ οι λειτουργικοί μαγνητικοί τομογράφοι εντόπιζαν αλλαγές στη ροή του αίματος στον εγκέφαλο. Αυτές οι αλλαγές είναι υποκατάστατα της εγκεφαλικής δραστηριότητας, αν και αργά και ατελή μέτρα.
Με αυτά τα νευρωνικά δεδομένα στα χέρια τους, οι νευροεπιστήμονες AlexanderHuth και Jerry Tang του Πανεπιστημίου του Τέξας στο Όστιν και οι συνεργάτες τους μπόρεσαν να αντιστοιχίσουν τα μοτίβα της εγκεφαλικής δραστηριότητας με συγκεκριμένες λέξεις και ιδέες. Η προσέγγιση βασίστηκε σε ένα γλωσσικό μοντέλο που κατασκευάστηκε με το GPT, ένα από τα προπομπό που επέτρεψαν τα σημερινά AI chatbots.
Μόλις οι ερευνητές έμαθαν ποια μοτίβα εγκεφαλικής δραστηριότητας αντιστοιχούσαν στις λέξεις των ιστοριών, η ομάδα μπορούσε να εργαστεί προς τα πίσω, χρησιμοποιώντας τα εγκεφαλικά μοτίβα για να προβλέψει νέες λέξεις και ιδέες. Η διαδικασία προχωρούσε με επαναληπτικό τρόπο. Ένας αποκωδικοποιητής κατέτασσε την πιθανότητα εμφάνισης λέξεων μετά την προηγούμενη λέξη, στη συνέχεια χρησιμοποιούσε τα μοτίβα εγκεφαλικής δραστηριότητας για να βοηθήσει στην επιλογή του νικητή και τελικά να καταλήξει στην ουσία μιας ιδέας.
“Σίγουρα δεν πετυχαίνει κάθε λέξη“, λέει ο Huth. “Το ποσοστό λάθους λέξη προς λέξη ήταν στην πραγματικότητα αρκετά υψηλό, μεταξύ 92 και 94 τοις εκατό. Αλλά αυτό δεν υπολογίζει τον τρόπο με τον οποίο παραφράζει τα πράγματα“, λέει. “Καταλαβαίνει τις ιδέες“. Για παράδειγμα, όταν ένα άτομο άκουσε: “Δεν έχω ακόμα το δίπλωμα οδήγησης“, ο αποκωδικοποιητής έγραψε : “Δεν έχει καν αρχίσει να μαθαίνει να οδηγεί ακόμα“.
Χρησιμοποιούμε cookies στον ιστότοπό μας για να σας προσφέρουμε την πιο κατάλληλη εμπειρία, καθώς θυμόμαστε τις προτιμήσεις σας και τις επαναλαμβανόμενες επισκέψεις σας. Κάνοντας κλικ στην επιλογή "Αποδοχή όλων", συναινείτε στη χρήση ολων των cookies. Ωστόσο, κάνοντας κλικ στην επιλογή "Απόρριψη όλων", συναινείτε στη μη καταγραφή προτιμήσεων.
This website uses cookies to improve your experience while you navigate through the website. Out of these, the cookies that are categorized as necessary are stored on your browser as they are essential for the working of basic functionalities of the website. We also use third-party cookies that help us analyze and understand how you use this website. These cookies will be stored in your browser only with your consent. You also have the option to opt-out of these cookies. But opting out of some of these cookies may affect your browsing experience.
Necessary cookies are absolutely essential for the website to function properly. These cookies ensure basic functionalities and security features of the website, anonymously.
Cookie
Duration
Description
cookielawinfo-checkbox-analytics
11 months
This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Analytics".
cookielawinfo-checkbox-functional
11 months
The cookie is set by GDPR cookie consent to record the user consent for the cookies in the category "Functional".
cookielawinfo-checkbox-necessary
11 months
This cookie is set by GDPR Cookie Consent plugin. The cookies is used to store the user consent for the cookies in the category "Necessary".
cookielawinfo-checkbox-others
11 months
This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Other.
cookielawinfo-checkbox-performance
11 months
This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Performance".
viewed_cookie_policy
11 months
The cookie is set by the GDPR Cookie Consent plugin and is used to store whether or not user has consented to the use of cookies. It does not store any personal data.
Functional cookies help to perform certain functionalities like sharing the content of the website on social media platforms, collect feedbacks, and other third-party features.
Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.
Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics the number of visitors, bounce rate, traffic source, etc.
Advertisement cookies are used to provide visitors with relevant ads and marketing campaigns. These cookies track visitors across websites and collect information to provide customized ads.