amy 的報道 · 7 小時前
站長之家(ChinaZ.com) 5月4日 消息:德克薩斯大學奧斯汀分校的研究人員ChatGPT 的生成式預訓練 Transformer （GPT） AI 模型，從功能性 MRI (fMRI) 記錄中重建人類思想，準確率高達82%，從而取得了突破性發(fā)現。
未來 科幻 腦機接口? 由 站長之家 提供
研究與方法論
德克薩斯大學奧斯汀分校的研究人員發(fā)表在《自然神經科學》 （Nature Neuroscience） 上，他們使用功能磁共振成像 (fMRI) 收集了三個人類受試者在聽敘事故事時的16小時大腦記錄。該團隊分析了這些錄音，以確定與單個單詞相對應的特定神經刺激。
QQ截圖20230504103508.jpg? 由 站長之家 提供
由于 fMRI 的空間分辨率高但時間分辨率低，從非侵入性記錄中解碼單詞長期以來一直是一個挑戰(zhàn)。盡管 fMRI 圖像質量很高，但一個想法可以在大腦信號中持續(xù)長達10秒，導致記錄捕捉到以典型速度說出的大約20個英語單詞的組合信號。
在 GPT 大型語言模型 （LLM） 出現之前，這項任務對于科學家來說幾乎是不可逾越的。非侵入性技術只能識別人類受試者正在思考的幾個特定詞。然而，通過使用定制訓練的 GPT LLM，研究人員成功地創(chuàng)建了一個強大的連續(xù)解碼工具，因為要解碼的單詞遠遠多于可用的大腦圖像——這正是 LLM 具有超能力的地方。
GPT 模型從感知的語音、想象的語音甚至無聲視頻中生成可理解的單詞序列，并且非常準確:
感知語音（受試者聽錄音）:72–82% 的解碼準確度。
想象中的演講（受試者在心里講述一個一分鐘的故事）:41-74% 的準確率。
無聲電影（受試者觀看無聲的 Pixar 電影剪輯）:解碼受試者對電影的解釋的準確率為21–45%。
人工智能模型可以破譯刺激的含義和受試者想到的特定詞語，從“躺在地板上”到“別管我”和“尖叫和哭泣”等短語。
研究人員稱這種從非侵入性信號中解碼人類思想的前所未有的準確性為無數的科學機會和潛在的未來應用鋪平了道路。
然而，解碼人類思想的前景引發(fā)了關于精神隱私的問題，必須制定政策來保護每個人的精神隱私。GPT 模型從感知的語音、想象的語音甚至無聲視頻中生成可理解的單詞序列，并且非常準確。
研究人員承認，未來的解碼器可能會克服局限性，不準確的解碼器預測可能會被濫用于惡意目的。
論文地址:
點此訪問
本站僅提供存儲服務，所有內容均由用戶發(fā)布，如發(fā)現有害或侵權內容，請
點擊舉報。
