根據最近的一項研究，科學家們創建了一種語言解析器，它使用類似於 ChatGPT 的 AI 工具將語音轉換為文本。這一發現值得注意，因為這是首次使用功能性磁共振成像 (fMRI) 設備從人的大腦活動中非侵入性地恢復連續語言。使用 fMRI 大腦模式，該工具能夠以一種安全地讓它讀懂人們思想的方式來解釋人類受試者閱讀、觀看或聆聽的故事的要點，甚至只是圖片。科學家們預計，這項仍處於起步階段的技術有一天可能會讓患有語言障礙的神經系統疾病患者更容易與他人輕鬆聊天。
讀心術工具可能被用於作惡
解碼器背後的團隊警告說，讀心工具可能被用於作惡。其中之一可能是政府的非法監控。根據周一發表在《自然神經科學》(Nature Neuroscience) 上的一份報告，作者表示“腦機接口應該尊重心理隱私”，即使他們指出他們的工具需要人類受試者的團隊努力才能發揮作用。
Jerry Tang, 研究生在大學計算機科學專業。領導這項研究的德克薩斯大學奧斯汀分校的博士在上週四舉行的新聞發布會上說
“目前，語言解碼是使用需要神經外科手術的植入設備完成的，我們的研究是第一個解碼連續語言的研究，意義不僅僅是完整的單詞或句子，來自我們使用功能性 MRI 收集的非侵入性大腦記錄……語言解碼的目標是記錄用戶的大腦活動並預測用戶聽到、說出或想像的單詞，”他指出。 “最終，我們希望這項技術能夠幫助那些因中風等傷害或肌萎縮側索硬化等疾病而失去說話能力的人。”
新的 AI 工具如何工作
三個人每人花 16 個小時聽 fMRI 工具中的故事，幫助 Tang 和其他人創建了他們的工具。為了將記錄故事的語義方面與 fMRI 數據中記錄的大腦活動聯繫起來，該團隊訓練了一個名為 GPT-1 的人工智能模型。然後它可能會了解哪些單詞和短語與特定的大腦模式相關聯。
Image Credit: Niche Pursuits
然後，參與者聽全新的故事，這些故事不屬於訓練數據集的一部分。在這樣做的同時，他們使用 fMRI 對他們的大腦進行了成像。儘管這些解釋通常使用與原始錄音不同的語義結構，但該工具能夠將音頻故事情節翻譯成人們聽到的文本。例如，使用 fMRI 閱讀器，聽眾的想法可以從錄音帶上的一位演講者說……“我還沒有駕照”翻譯成“她甚至還沒有開始學開車。”
Gizchina 本週新聞
這些不穩定的讀數源於一個關鍵的區別新工具和既定方法。舊的標準方法是在大腦中植入電極。而 Tang 的團隊則專注於大腦中的血液流動，這是 fMRI 機器捕捉到的。基於電極的工具通常會預測來自運動活動的文本。這包括一個人試圖說話時嘴巴的運動。
工具無法給出準確的單詞
Alexander Huth，助理教授。 UT Austin 的神經科學和計算機科學博士和這項新研究的高級作者，在新聞發布會上說
“我們的系統在一個非常不同的水平上工作……而不是看這個低水平的運動事物，我們的系統真正在思想、語義和意義的層面上發揮作用。這就是它的目的……這就是為什麼我認為我們得出的不是某人聽到或說出的確切詞句，而是要點……這是相同的想法，但用不同的詞表達。”
該團隊的新工具讓他們能夠突破思維的極限——閱讀技術。它通過測試該工具是否可以翻譯受試者在觀看無聲電影時的想法來做到這一點。它還再次執行了該過程，因為受試者只是在腦海中創造了故事。在這兩種情況下，解碼器都得到了一些相當不錯的結果。無論他們是在腦子裡編故事還是在看電影，解碼器都表現出色。
Image Credit: Wired
關於想像中的語音，解碼器通過錄音測試給出了更好的結果。但它仍然能夠從大腦活動中推斷出一些關於未說出的想法的基本事實。作為案例研究，受試者想像了這樣的陳述……“在一條土路上穿過一片麥田，越過一條小溪，經過一些木屋，”。解碼器產生了一段文字，上面寫著……“他不得不穿過一座橋到另一邊，遠處有一棟非常大的建築物。”
必然會出現巨大的隱私問題
所有這些任務都是在研究成員在 fMRI 機器 內時交給他們的。這是一件笨重且固定的實驗室設備。因此，唐和他的團隊認為解碼器尚未準備好投入使用。這意味著對於有言語問題的人來說，這個工具目前是不可行的。然而，他們確實相信該設備的未來版本可能會被修改以使用更簡單的工具。可以戴在病人頭上的 fNIRS 傳感器等工具。
進行這項研究的團隊警告說，解碼器會引發有關精神隱私的道德問題。儘管如此，他們暗示了這項技術作為一種新的對話形式的潛力
唐的團隊在研究中說
“我們的隱私分析表明，目前需要受試者合作來訓練並應用解碼器……但是，未來的發展可能使解碼器能夠繞過這些要求。此外，即使在沒有受試者合作的情況下解碼器預測不准確，它們也可能被出於惡意目的故意曲解……“由於這些和其他不可預見的原因，提高對大腦解碼技術風險的認識至關重要。還需要製定保護每個人心理隱私的政策，”
來源/VIA:
