«Дайте-ка подумать»: искусственный интеллект пытается читать мысли |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2020-07-30 16:00 Исследователи из лаборатории Чанга в Калифорнийском университете Сан-Франциско разработали алгоритм машинного обучения для анализа данных нейронов. Соавтор исследования Джозеф Макин заявил The Guardian, что в будущем это может стать основой для речевого протеза. Результаты опубликовали в журнале Nature Neuroscience. Первым этапом исследования стало «прослушивание», которое отображало нейронную активность. Джозеф Макин и Эдвард Ф. Чанг прикрепили к головам четырёх участников электроды для мониторинга судорог. Добровольцам дали 50 предложений, в которых использовалось только 250 слов. Участники должны были прочитать фразы вслух три раза. Получилось чуть меньше 40 минут материала. В конце исследователи собрали все нейронные данные и аудиозаписи. Алгоритм должен был проанализировать и спрогнозировать сказанное при создании данных. Например, ИИ предсказал, что информация при произнесении «Маленькая птичка наблюдает за шумом» совпадает с самой фразой. В то же время предложение «Лестница использовалась для спасения кота и человека» обработалось как «Лестница будет использоваться, чтобы спасти кота и человека». Были и казусы: «Эти музыканты гармонично сочетаются» превратилось в «Шпинат был знаменитым певцом». При этом точность определения менялась от участника к участнику. Ученые обнаружили, что алгоритм после изучения первого добровольца имеет преимущество при обработке второго. Они предполагают, что обучение ИИ может стать легче с течением времени и повторном использовании. Предсказания для одного из участников требовали коррекции в 3%. В человеческих же транскрипциях она составила 5%. Эксперт Кристиан Херфф заявил, что новый алгоритм имеет «уровень точности, который ранее был недоступен». Исследование пока ограничено из-за небольшого количества обрабатываемых предложений и слов и других особенностей. ИИ обучали на основе произносимых вслух предложений, а не на пациентах с проблемами речи. Исследователи говорят о множестве возможностей для улучшения алгоритма. Они ожидают, что в будущем система будет способна переводить активность мозга в текст. Это поможет улучшить жизнь немых и людей с синдромом запирания. Подробнее об исследовании можно узнать здесь и тут. Варвара Гузий Источник: m.vk.com Комментарии: |
|