Dzięki sieciom neuronowym po raz pierwszy udało się przełożyć sygnały elektryczne z mózgu na tekst
Sztuczna inteligencja może – dosłownie – czytać w myślach. Na razie rozpoznaje tylko 250 słów. I wymaga wszczepionych do mózgu implantów. Takie eksperymenty wykonuje się nie bez powodu – mogą bardzo pomóc sparaliżowanym, który stracili możliwość komunikacji z otoczeniem. Część może komunikować się za pomocą ruchów oczu, ale nie jest to szczególnie szybki i łatwy sposób.
Zespół dr. Josepha Makina z University of California w San Francisco (UCSF) badał cztery kobiety, którym wcześniej wszczepiono elektrody mające kontrolować napady epileptyczne. Każdą z nich poproszono o przeczytanie kilku zdań. Jak tłumaczy Makin tygodnikowi „New Scientist”, za każdym razem, gdy wypowiadamy jakieś zdanie, aktywność naszego mózgu jest podobna, ale nie identyczna. Rejestrowanie sygnałów elektrycznych i prosta zamiana na tekst jest więc niemożliwa. Ale sieci neuronowe dobrze radzą sobie z wychwytywaniem wzorców i podobieństw.
Gdy kobiety czytały przedstawione im zdania, sygnały aktywności ich mózgów analizowała sieć neuronowa. Znalezione wzorce na tekst zamieniała zaś druga sieć neuronowa. Aby je wytrenować, badane czytały zdania po kilka razy. Ale ostatnia runda ich lektury na głos służyła już sprawdzeniu, czego nauczyły się algorytmy.
Takie eksperymenty mogą bardzo pomóc sparaliżowanym, który stracili możliwość komunikacji z otoczeniem
Jak podaje BBC News, nauczone sieci neuronowe poprawnie rozpoznawały zdania, których nie napotkały podczas trenowania. Były też zaskakująco trafne, bo myliły się średnio w trzech przypadkach na sto – o ile algorytmy brały pod uwagę całe zdania.
Gdy te same sieci analizowały poszczególne zdania nie jako całość, ale słowo po słowie (identyfikowały pojedyncze wyrazy zamiast ich ciągów), ich skuteczność znacząco spadała i myliły się już średnio w ponad jednej trzeciej przypadków (38 procent). To dlatego, że sieci neuronowe uczą się relacji i łatwiej im przewidzieć, że na przykład po słowie „Tina” częściej wystąpi słowo „Turner”.
Z tego powodu, jak tłumaczy Makin w pracy opublikowanej w „Nature Neuroscience” (której jest współautorem), trudno będzie sieci nauczyć, by rozpoznawały znacząco więcej niż wykorzystany przez badaczy zasób 250 słów. Im więcej słów, tym liczba relacji między nimi większa, przy czym liczba ta narasta lawinowo.
Z tej samej przyczyny jesteśmy jednak daleko od czytania w myślach każdemu. Po pierwsze, metoda wymaga wszczepienia elektrod do mózgu, co z powodów etycznych (i praktycznych) możliwe jest tylko u osób chorych. Po drugie, przeciętny człowiek na co dzień wykorzystuje przeciętnie od tysiąca do trzech tysięcy słów. Stworzenie sieci neuronowej, która rozpoznawałaby aż tyle, nie jest technicznie niemożliwe. Wymagałoby jednak wytrenowania jej na niezwykle dużej liczbie przykładów, której (ze względu na liczbę pacjentów z wszczepionymi elektrodami) po prostu nie ma.
Pocieszające jest to, że nawet bardzo ograniczony zasób słów może pozwolić osobom sparaliżowanym na komunikowanie się ze światem. „To jeszcze nie ten moment, ale sądzimy, że to mogłoby stać się podstawą protezy mowy”, mówi dr Makin brytyjskiemu „Guardianowi”.