Η επιστήμη κάνει ακόμη ένα βήμα μπροστά με τις τελευταίες εξελίξεις στον τομέα της τεχνητής νοημοσύνης. Ερευνητές ανέπτυξαν έναν βελτιωμένο “αποκωδικοποιητή εγκεφάλου”, ένα σύστημα που μπορεί να μεταφράσει τις ανθρώπινες σκέψεις σε γραπτό κείμενο. Η νέα μέθοδος, που παρουσιάστηκε στο επιστημονικό περιοδικό Current Biology, επιτρέπει την ταχεία προσαρμογή ενός ήδη υπάρχοντος αποκωδικοποιητή στον εγκέφαλο διαφορετικών ατόμων. Αυτή η τεχνολογία ενδέχεται στο μέλλον να προσφέρει σημαντική βοήθεια σε άτομα με αφασία, διευκολύνοντας την επικοινωνία τους.
Η λειτουργία του αποκωδικοποιητή βασίζεται στη μηχανική μάθηση, καθώς αναλύει την εγκεφαλική δραστηριότητα ενός ατόμου ενώ ακούει ιστορίες. Μέχρι σήμερα, η εκπαίδευση αυτών των αποκωδικοποιητών απαιτούσε αρκετές ώρες λειτουργικής μαγνητικής τομογραφίας (fMRI), ενώ μπορούσαν να χρησιμοποιηθούν αποκλειστικά από τα άτομα στα οποία είχαν αρχικά εκπαιδευτεί.
Ωστόσο, με τις νέες βελτιώσεις, η ομάδα των ερευνητών βρήκε έναν τρόπο να μεταφέρει έναν αποκωδικοποιητή που έχει κατασκευαστεί για έναν εγκέφαλο, στον εγκέφαλο ενός άλλου ατόμου, χωρίς να απαιτούνται μακρόχρονες διαδικασίες εκπαίδευσης.
Βοήθεια για άτομα με αφασία
Η αφασία είναι μια νευρολογική διαταραχή που δυσχεραίνει την κατανόηση και την παραγωγή της γλώσσας. Σύμφωνα με τον Alexander Huth, νευροεπιστήμονα του Πανεπιστημίου του Τέξας, αυτός ο περιορισμός καθιστά δύσκολη τη δημιουργία μοντέλων που να καταγράφουν την εγκεφαλική δραστηριότητα αυτών των ατόμων.
Για να ξεπεράσουν αυτό το εμπόδιο, οι ερευνητές χρησιμοποίησαν μια νέα μέθοδο εκπαίδευσης. Αρχικά, συνέλεξαν δεδομένα fMRI από συμμετέχοντες που άκουγαν ραδιοφωνικές ιστορίες για περίπου 10 ώρες. Στη συνέχεια, ανέπτυξαν δύο νέους αλγόριθμους που μπορούσαν να μεταφέρουν αυτές τις πληροφορίες σε άλλους συμμετέχοντες:
- Ο πρώτος αλγόριθμος βασίστηκε σε δεδομένα από άτομα που άκουσαν ιστορίες για 70 λεπτά.
- Ο δεύτερος αλγόριθμος εκπαιδεύτηκε χρησιμοποιώντας δεδομένα από συμμετέχοντες που παρακολούθησαν βουβές ταινίες μικρού μήκους της Pixar, χωρίς ακουστικό περιεχόμενο.
Αξιοποιώντας τη μέθοδο της «λειτουργικής ευθυγράμμισης», οι επιστήμονες χαρτογράφησαν τις αντιδράσεις του εγκεφάλου τόσο των αρχικών όσο και των νέων συμμετεχόντων στις ίδιες ιστορίες. Αυτό τους επέτρεψε να προσαρμόσουν τον αποκωδικοποιητή σε νέα άτομα χωρίς τη συλλογή μεγάλου όγκου δεδομένων εκπαίδευσης.
Για να δοκιμάσουν την αποτελεσματικότητα του νέου συστήματος, οι ερευνητές ζήτησαν από τους συμμετέχοντες να ακούσουν μια ιστορία που δεν είχαν ακούσει ποτέ πριν. Παρόλο που ο αποκωδικοποιητής ήταν πιο ακριβής για τους αρχικούς συμμετέχοντες, συνέχισε να αποδίδει σημασιολογικά σχετικές λέξεις και προτάσεις και στους νέους χρήστες.
Για παράδειγμα, όταν ένα άτομο άκουσε μια ιστορία για μια σερβιτόρα που δεν απολάμβανε τη δουλειά της, ο αποκωδικοποιητής ανέπτυξε μια παρόμοια πρόταση: «Ήμουν σε μια δουλειά που θεωρούσα βαρετή. Έπρεπε να παίρνω παραγγελίες και δεν μου άρεσε». Αν και η ακριβής διατύπωση δεν ταυτίζεται, το περιεχόμενο της σκέψης αποδόθηκε με ακρίβεια.
Οι προοπτικές της έρευνας
Η σημαντικότερη ανακάλυψη των επιστημόνων είναι ότι η εκπαίδευση του αποκωδικοποιητή μπορεί να βασιστεί όχι μόνο σε γλωσσικά δεδομένα, αλλά και σε οπτικές αφηγήσεις, όπως οι ταινίες. Αυτό ανοίγει νέες δυνατότητες για τη χρήση του σε άτομα με αφασία, επιτρέποντάς τους να επικοινωνούν αποτελεσματικότερα τις σκέψεις τους.
Τα επόμενα βήματα των ερευνητών περιλαμβάνουν τη δοκιμή της τεχνολογίας σε άτομα με αφασία και την ανάπτυξη μιας διεπαφής που θα τους επιτρέπει να μετατρέπουν τις σκέψεις τους σε γραπτό λόγο. Αν οι προσπάθειες αυτές στεφθούν με επιτυχία, θα μπορούσαν να αλλάξουν ριζικά τον τρόπο που επικοινωνούν όσοι έχουν διαταραχές της ομιλίας και της γλώσσας, βελτιώνοντας την ποιότητα ζωής τους.
