人工智能■人工智能取得重大突破，意识识别已经实现
参与者说出50句话时会收集他们的神经活动 。 机器学习算法可以预测所收集数据的含义 。 该系统的精度各不相同 ， 但结果令人鼓舞 。
本文插图
这只是一个开始 ， 但是却非常令人兴奋：将大脑活动转化为文本的系统 。 对于那些无法说话的人 ， 例如患有锁定综合征的人 ， 这将改变生活 。 目前 ， 这有点像看大雾 ， 但是旧金山加利福尼亚大学Chang实验室的研究人员已经训练了一种机器学习算法 ， 可以从神经元数据中提取含义 。 该研究的合著者约瑟夫·马金（Joseph Makin）告诉《卫报》：“我们还没有到那儿 ， 但是我们认为这可能是言语假肢的基础 。 ”该研究发表在《自然神经科学》杂志上 。
为了训练他们的AI ， Makin和合著者Edward F. Chang试听了四名参与者的神经活动 。 作为癫痫病患者 ， 每个参与者都植入了脑电极以监测癫痫发作 。
向参与者提供了至少要朗读三遍的50句话 。 正如他们所做的那样 ， 研究人员收集了神经数据 。 （还进行了录音 。 ）
该研究列出了参与者列举的少数句子 ， 其中包括：
“那些音乐家和谐地融为一体 。 ”“她穿着温暖的羊毛羊毛工作服 。 ”“那些小偷偷走了三十颗珠宝 。 ”“厨房里乱七八糟 。 ”
本文插图
该算法的任务是分析收集的神经数据 ， 并预测何时生成数据 。 （与参与者音频记录中捕获的非语言声音相关的数据首先被剔除 。 ）
研究人员的算法很快就学会了预测与神经数据块相关的单词 。 AI预测说出“一只小鸟在看着骚动”时生成的数据将意味着“那只小鸟在看着骚动”非常接近 ， 而“用梯子救猫和那只男人”被预测例如 ， “将使用哪个梯子来营救猫和人 。 ”
准确性因参与者而异 。 Makin和Chang发现 ， 基于一个参与者的算法在训练另一个参与者方面具有先机 ， 这表明随着时间的推移和重复使用AI的训练会变得更加容易 。
卫报与专家克里斯蒂安·赫尔夫（Christian Herff）进行了交谈 ， 后者发现该系统令人印象深刻 ， 因为它为每个参与者使用不到40分钟的训练数据 ， 而不是其他尝试从神经数据中提取文本所需的大量时间 。 他说：“通过这样做 ， 它们可以达到迄今为止尚未达到的精确度 。 ”
先前从神经活动中获取语音的尝试主要集中在构建语音的音素上 ， 而Makin和Chang则专注于整体单词 。 该研究说 ， 尽管肯定有比音素更多的单词 ， 因此这构成了更大的挑战 ， “连续语音中任何特定音素的产生都受到其前音素的强烈影响 ， 从而降低了其可分辨性 。 ” 为了最大程度地降低基于单词的方法的难度 ， 口头句子总共使用了250个单词 。
本文插图
显然 ， 还有改进的空间 。 AI还预言“那些音乐家很棒的和谐”是“菠菜是著名的歌手” 。 “她穿着温暖的羊毛羊毛工作服”被误认为“绿洲是海市rage楼” 。 “那些小偷偷走了三十颗珠宝”被误解为“哪个剧院放映了鹅妈妈” ， 而算法预测的数据“厨房里乱了”表示“有帮助他偷了饼干” 。
当然 ， 这项研究涉及的词汇是有限的 ， 句子范例也是如此 。 Makin指出 ， “如果您尝试使用的[50个句子]之外 ， 解码会变得更加糟糕 。 ” 另一个明显的警告来自这样一个事实 ， 即AI是根据每个参与者大声说出的句子来训练的 ， 这对于被锁定的患者是不可能的 。
Makin和Chang的研究仍然令人鼓舞 。 对于其中一位参与者的预测 ， 只需进行3％的微小修正即可 。 这实际上比人类转录中发现的5％错误率要好 。
推荐阅读
- [农村电商]潮阳区省级电子商务进农村综合示范创建工作取得阶段性成果
- #英伟达#竞争升级！中企芯片取得突破后，中国批准美国芯片巨头69亿收购案
- 每日经济新闻咨询@联邦学习成人工智能新贵 腾讯安全：技术服务能力才是重点
- 【】人工智能突破三维矢量全息新技术
- 『』一汽集团成立人工智能公司，2019人工智能应用场景、发展趋势分析
- 『法律』“重大误解”在“无人干预缔约过程”的合同中的适用
- [技术]本能恐惧研究取得进展
- 「人工智能」AI“慢生意”，驶入“快车道”
- 『栈外』人工智能一秒把照片转成油画，我们为什么还需要画家？
- 清疯子：身边的人工智能技术