Физиологи научились видеть фонемы внутренней речи на электроэнцефалограмме |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ 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 Творчество ИИ Техническое зрение Чат-боты Авторизация |
2021-05-25 07:43 большие данные big data, работа головного мозга, Нейроинтерфейс Ученые МГУ в рамках деятельности научно-образовательной школы «Мозг, когнитивные системы и Искусственный интеллект» рассказали о результатах эксперимента по решению задачи распознавания слов и предложений внутренней речи. Работа опубликована в журнале Biologically Inspired Cognitive Architectures Meeting. Впрочем, говорить о том, что эта технология позволит в будущем читать мысли, как это делают авторы, слишком преждевременно. Распознавание внутренней речи – это перспективная технология, которая может найти применение в разработке интерфейсов мозг-компьютер и существенно помочь тем, кто страдает от нейродегенеративных заболеваний. Исследования в этой области находятся на ранних стадиях и связаны с практической ценностью, что делает их актуальными. Известно, что внутреннее произношение может быть восстановлено по данным электроэнцефалограммы, поскольку она позволяет регистрировать специфическую активность, связанную с этим процессом. Целью данной работы является построение и реализация алгоритма извлечения признаков и классификации русских фонем по электроэнцефалограмме, записанной во время внутреннего произношения фонем. Подобные исследования активно ведутся за рубежом, однако в открытых источниках на данный момент нет информации о подобных работах для фонем русского языка. В ходе работы был построен и протестирован алгоритм извлечения признаков и классификации внутреннего произношения фонем русского языка, точность которого показала результаты, сопоставимые с другими исследованиями. «В данной работе мы провели эксперименты по классификации фонем русского языка при внутреннем проговаривании на основе данных электроэнцефалограммы (ЭЭГ) и получили результаты, сравнимые с результатами в зарубежных исследованиях. Был сделан ряд выводов о том, как лучше собирать, обрабатывать и анализировать данные такого рода. Главным результатом является продемонстрированная возможность распознавания фонем русского языка по данным ЭЭГ. Это шаг к решению задачи распознавания слов и предложений, что фактически позволит «читать мысли» человека. Однако этого можно будет достичь при улучшении алгоритмов очистки данных от лишних артефактов и при использовании дополнительных источников информации, таких как электромиография», – рассказал Евгений Ильюшин, специалист кафедры информационной безопасности ВМК МГУ. В работе использовались методы теории вероятностей?, математической статистики, вейвлет-анализа и теории машинного обучения. Работа имеет значительную практическую ценность, так как задача классификации русских фонем ранее не решалась и сведений по этой теме не так много. Ученые МГУ в своей работе описали дизайн эксперимента и все шаги, которые были сделаны для достижения результата, что будет полезно другим исследователям в этой области. Также был обозначили вектор дальнейшего развития проекта и основные проблемы в текущем подходе. «На данный момент результаты работы не могут быть использованы на практике, но конечно же конечной целью является создание полноценного устройства, которое могло бы помочь людям с нарушениями речи. В случае создания такого устройства люди смогли бы взаимодействовать с компьютерами при помощи мыслей, что особенно важно при некоторых заболеваниях. Для создания такого устройства нужно улучшить сам способ сбора данных, то есть разместить большее количество электродов в области интереса, а также улучшить алгоритмы обработки. Другой проблемой при создании такого устройства являются артефакты записи. Например, если человек двигается или даже моргает, то это сильно сказывается на записи и классификация фонем становится невозможной. Решением этой проблемы может стать одновременный сбор данных с нескольких различных устройств», – добавил Евгений Ильюшин. Источник: vk.com Комментарии: |
|