0 
0 
Vedci z University of Texas v Austine predstavili aktualizovanú verziu mozgového dekodéra, ktorá využíva umelú inteligenciu na premenu myšlienok na text. Hlavnou výhodou nového algoritmu je jeho schopnosť trénovať existujúci dekodér bez toho, aby si vyžadoval hodiny školenia.
V a štúdium Tím, ktorý bol vydaný 6. februára v časopise Current Biology, preskúmal, ako by dekodér vyškolený na jednej skupine ľudí mohol byť prispôsobený tak, aby pracoval na mozgu ostatných účastníkov. Tento pokrok by mohol mať významný vplyv na jednotlivcov s afáziou, porucha, ktorá zhoršuje komunikačné schopnosti.
Predtým si dekodéry vyžadovali rozsiahly tréning, pričom účastníci počúvali príbehy, zatiaľ čo vo vnútri stroja MRI. Tento prístup však obmedzil ich užitočnosť, pretože modely fungovali efektívne iba pre jednotlivcov, na ktorých boli vyškolení. Ako vysvetlil spoluautor štúdie Alexander Huth, ľudia s afáziou sa často snažia porozumieť a predviesť reč, čím sa tradičná metóda neúčinná.
V novej štúdii vedci vyškolili dekodér na niekoľkých referenčných účastníkoch zhromažďovaním údajov fMRI, zatiaľ čo počúvali 10 hodín rozhlasového vysielania.
Potom vyvinuli dva konverzné algoritmy: jeden s použitím údajov zo 70 minút počúvania rádio a druhý s použitím údajov zo 70 minút sledovania krátkych filmov Pixar.
Pomocou techniky nazývanej funkčné zarovnanie tím analyzoval, ako mozgy účastníkov reagovali na rovnaké zvukové a videoklipy. To im umožnilo trénovať dekodér pre cieľovú skupinu bez toho, aby museli zbierať hodiny ďalších údajov.
Dekodéry boli testované …
Originál článok: https://anomalien.com/scientists-improve-brains-decoder-to-translate-thoughts-into-text/
Zdroj : anomalien.com
Obrázok zdroj:anomalien.com a pixabay.com
Average Rating