Rozpoznawanie mowy? Sztuczna inteligencja potrafi znacznie więcej, nawet przekłada myśli na tekst
Początkowo wprowadzaliśmy dane kartami perforowanymi i klawiaturami, później doszły myszki, ekrany dotykowe i gesty, a nawet rozpoznawanie mowy. Jednak elektronika potrafi znacznie więcej. Przekłada myśli wprost na pismo.
Zespół naukowców z Uniwersytetu Kalifornii w San Francisco opisał na łamach Nature prowadzone badania nad sztuczną inteligencją mogącą interpretować myśli badanych tworząc ich abstrakcyjną reprezentację, a następnie zapis tekstowy. To elektroniczne czytanie w myślach wypracowało aż 97 procentową dokładność. Algorytmy rzadko się mylą i prawie zawsze trafnie wizualizują myśli osób poddanych eksperymentowi, a to wszystko w czasie rzeczywistym.
Technika odbierania impulsów nie jest bezinwazyjna, ale prace wykonywano niejako przy okazji. Sztuczna inteligencja trenowała na kilku wolontariuszach, którzy i tak mieli wcześniej wszczepione elektrody w czaszkę, aby monitorować napady padaczki. Czytali zestawy zawierające kombinacje 250 słów i od 30 do 50 zdań. Komputer miał je wprowadzone i dopasowywał wzorce fal mózgowych do danych sentencji.
Sukces, ale w praktycznych zastosowaniach to za mało
W takim scenariuszu kolejne podejścia po treningu SI były w większości sukcesami, zaobserwowano tylko 3 procent błędów. To naprawdę świetne wyniki, ale próbka nie była miarodajna w stosunku do zwykłych sytuacji z życia. Według portalu independent, średnio używamy około 20 tysięcy słów (przynajmniej wśród osób, których ojczystym językiem jest angielski), a dokładając kolejne wyrazy do bazy, stopień skomplikowania wzrasta i zdolność przewidywania maleje.
Działanie dekodera polega na nauce struktury zdania i wykorzystaniu go do poprawy jego przewidywań. Naukowcy nie są pewni, jak dobrze będzie skalował się przy dodaniu kolejnych wyrazów do bazy. Nie mniej można sądzić, że jakość systemu zmalenie. Choć jest pomysł, jak zwiększyć dokładność.
Badacze planują chociażby połączenie obecnie zastosowanej metody z innymi technologiami interfejsu mózg-komputer, które wykorzystywałyby zróżnicowane typy implantów i algorytmy. Interfejsy tego typu pomogą w leczeniu chorób mózgu i układu nerwowego, ale też nietrudno wyobrazić sobie bardziej codzienne zastosowania jak zupełnie nowe metody na sterowanie komputerem czy różnymi smart urządzeniami, a nawet swoistą telepatię.