È stata sperimentata per aiutare persone mentalmente coscienti ma incapaci di parlare fisicamente. Si basa su un modello simile a quelli che alimentano ChatGPT di Open AI e Bard di Google
L’intelligenza artificiale ora legge il pensiero e lo traduce in testo
Nolan Zunk/Università del Texas ad Austin
Un nuovo sistema di intelligenza artificiale, definito decodificatore semantico può tradurre l’attività cerebrale di una persona - mentre ascolta una storia o immagina silenziosamente di raccontare una storia - in un flusso continuo di testo. Il sistema, sviluppato dai ricercatori dell’Università del Texas ad Austin, potrebbe aiutare le persone che sono mentalmente coscienti ma incapaci di parlare fisicamente, come quelle debilitate da ictus, a comunicare
L’esperimento
Lo studio, pubblicato sulla rivista Nature Neuroscience , è stato condotto da Jerry Tang, studente di dottorato in informatica, e Alex Huth, assistente professore di neuroscienze e informatica presso l’UT Austin. Il lavoro si basa in parte su un modello simile a quelli che alimentano ChatGPT di Open AI e Bard di Google. A differenza di altri sistemi di decodifica linguistica in fase di sviluppo, questo sistema non richiede di inserire nei soggetti impianti chirurgici. Inoltre, i partecipanti non devono utilizzare solo parole da un elenco predefinito. L’attività cerebrale viene misurata utilizzando Risonanza Magnetica Funzionale (fMRI) dopo un lungo addestramento del decodificatore, in cui l’individuo ascolta ore di podcast nello scanner. Successivamente, a condizione che il partecipante sia disposto a far decodificare i propri pensieri, l’immaginazione del racconto di una storia consente alla macchina di generare il testo corrispondente dalla sola attività cerebrale. «Per un metodo non invasivo, questo è un vero balzo in avanti rispetto a ciò che è stato fatto prima, che in genere è composto da singole parole o brevi frasi», ha detto Huth. «Stiamo facendo in modo che il modello decodifichi il linguaggio continuo per lunghi periodi di tempo con idee complicate».
Il risultato non è una trascrizione parola per parola, i ricercatori puntano a catturare l’essenza di ciò che viene detto o pensato, anche se in modo imperfetto. Circa la metà delle volte, quando il decodificatore è stato addestrato a monitorare l’attività cerebrale di un partecipante, la macchina ha prodotto un testo che corrisponde ai significati previsti delle parole originali. I ricercatori hanno precisato che la decodifica ha funzionato solo con partecipanti cooperativi che avevano partecipato volontariamente all’addestramento del decodificatore. I risultati per gli individui sui quali il decodificatore non era stato addestrato erano incomprensibili.
Preoccupazioni e limiti
«Prendiamo molto sul serio le preoccupazioni che possa essere utilizzato per scopi negativi e abbiamo lavorato per evitarlo», ha affermato Tang. «Vogliamo assicurarci che le persone utilizzino questi tipi di tecnologie solo quando lo desiderano e che ciò li aiuti». Il sistema attualmente non è pratico per l’uso al di fuori del laboratorio a causa della sua dipendenza dal tempo necessario su una macchina fMRI. Ma i ricercatori pensano che questo lavoro potrebbe essere trasferito ad altri sistemi di imaging cerebrale più portatili, come la spettroscopia funzionale nel vicino infrarosso (fNIRS). «La fNIRS misura dove c’è più o meno flusso sanguigno nel cervello in diversi momenti nel tempo, il che, a quanto pare, è esattamente lo stesso tipo di segnale misurato dalla fMRI», ha detto Huth. «Quindi, il nostro esatto tipo di approccio dovrebbe tradursi in fNIRS», anche se, ha osservato, la risoluzione con fNIRS sarebbe inferiore. su di loro», ha detto Huth.
www.corriere.it/salute/neuroscienze/23_maggio_02/intelligenza-artificiale-legge-pensiero-bdf80060-e80c-11ed-90be-edffb0f601...
[IMG][/IMG]