Una IA portátil, no invasiva y capaz de leer la mente convierte los pensamientos en texto
Por primera vez en el mundo, investigadores del GrapheneX-UTS Human-centric Artificial Intelligence Centre de la University of Technology Sydney (UTS) han desarrollado un sistema portátil y no invasivo que puede decodificar pensamientos silenciosos y convertirlos en texto. IA convierte pensamientos en texto.
La tecnología podría ayudar a la comunicación de personas que no pueden hablar debido a una enfermedad o lesión, incluidos accidentes cerebrovasculares o parálisis. También podría permitir una comunicación fluida entre humanos y máquinas, como el funcionamiento de un brazo biónico o un robot.
Conferencia NeurIPS
El estudio ha sido seleccionado como documento destacado en la conferencia NeurIPS, una reunión anual de primer nivel que muestra investigaciones líderes a nivel mundial sobre inteligencia artificial y aprendizaje automático, celebrada en Nueva Orleans.
La investigación fue dirigida por el distinguido profesor CT Lin, director del GrapheneX-UTS Human-centric Artificial Intelligence Centre, junto con el primer autor Yiqun Duan y el candidato a doctorado, Jinzhou Zhou de la Facultad de Ingeniería y TI de la UTS.
En el estudio, los participantes leyeron en silencio pasajes de texto mientras usaban una gorra que registraba la actividad eléctrica del cerebro a través de su cuero cabelludo mediante un electroencefalograma (EEG). En el siguiente vídeo se puede ver una demostración de la tecnología.
UTS HAI Research – BrainGPT
Modelo de IA DeWave
La onda EEG se segmenta en unidades distintas que capturan características y patrones específicos del cerebro humano. Esto se hace mediante un modelo de IA llamado DeWave desarrollado por los investigadores. DeWave traduce las señales de EEG en palabras y oraciones aprendiendo de grandes cantidades de datos EEG.
“Esta investigación representa un esfuerzo pionero en la traducción de ondas EEG sin procesar directamente al lenguaje, lo que marca un avance significativo en el campo”, dijo el distinguido profesor Lin.
“Es el primero en incorporar técnicas de codificación discreta en el proceso de traducción de cerebro a texto, introduciendo un enfoque innovador para la decodificación neuronal. La integración con grandes modelos de lenguaje también está abriendo nuevas fronteras en neurociencia e inteligencia artificial”, afirmó.
La tecnología anterior para traducir las señales cerebrales al lenguaje requería cirugía para implantar electrodos en el cerebro, como el Neuralink de Elon Musk, o escaneo en una máquina de resonancia magnética, que es grande, costosa y difícil de usar en la vida diaria.
Estos métodos también tienen dificultades para transformar las señales cerebrales en segmentos a nivel de palabras sin ayudas adicionales como el seguimiento ocular, que restringen la aplicación práctica de estos sistemas. La nueva tecnología se puede utilizar con o sin seguimiento ocular.
IA convierte pensamiento en texto
La investigación de la UTS se llevó a cabo con 29 participantes. Esto significa que es probable que sea más robusto y adaptable que la tecnología de decodificación anterior que sólo se ha probado en uno o dos individuos, porque las ondas EEG difieren entre individuos.
El uso de señales EEG recibidas a través de una gorra, en lugar de electrodos implantados en el cerebro, significa que la señal es más ruidosa. Sin embargo, en términos de traducción de EEG, el estudio informó un rendimiento de vanguardia, superando los puntos de referencia anteriores.
“El modelo es más hábil para unir verbos que sustantivos. Sin embargo, cuando se trata de sustantivos, vimos una tendencia hacia pares de sinónimos en lugar de traducciones precisas, como ‘el hombre’ en lugar de ‘el autor’”, dijo Duan.
“Creemos que esto se debe a que cuando el cerebro procesa estas palabras, palabras semánticamente similares pueden producir patrones de ondas cerebrales similares. A pesar de los desafíos, nuestro modelo produce resultados significativos, alineando palabras clave y formando estructuras de oraciones similares”, dijo.
La puntuación de precisión de la traducción es actualmente de alrededor del 40% en BLEU-1. La puntuación BLEU es un número entre cero y uno que mide la similitud del texto traducido automáticamente con un conjunto de traducciones de referencia de alta calidad. Los investigadores esperan que esto mejore a un nivel comparable a los programas tradicionales de traducción de idiomas o reconocimiento de voz, que se acerca al 90%.
Leído en: