得克薩斯大學(xué)奧斯汀分校的研究人員開(kāi)發(fā)了一種新的人工智能系統(tǒng)，可以將人的大腦活動(dòng)轉(zhuǎn)化為連續(xù)的文本流。

該系統(tǒng)被稱(chēng)為語(yǔ)義解碼器，是一種非侵入性方法。首先使用fMRI（功能磁共振）掃描儀測(cè)量大腦活動(dòng)（fMRI掃描儀是一種跟蹤大腦不同部位血流的成像機(jī)器）。當(dāng)患者在掃描儀中收聽(tīng)數(shù)小時(shí)的播客時(shí)，語(yǔ)義解碼器通過(guò)這種成像進(jìn)行訓(xùn)練。

在這項(xiàng)研究中，三個(gè)人在功能磁共振成像掃描儀中用耳機(jī)收聽(tīng)播客，每人長(zhǎng)達(dá)16個(gè)小時(shí)。大部分聽(tīng)力材料都是“Moth Radio Hour”的故事，這是一個(gè)受歡迎的公共廣播節(jié)目，每周都有播客。

根據(jù)UT News的一篇報(bào)道，在解碼器接受這種方法的訓(xùn)練后，如果患者愿意解碼他們的想法，他們可以聽(tīng)一個(gè)新故事或想象講一個(gè)故事，機(jī)器將從大腦活動(dòng)中生成相應(yīng)的文本。

對(duì)于預(yù)測(cè)文本生成，解碼器使用了一個(gè)轉(zhuǎn)換器語(yǔ)言模型，該模型可與為ChatGPT提供動(dòng)力的大型語(yǔ)言模型相媲美。該系統(tǒng)生成的文本與原始單詞的預(yù)期含義僅部分匹配，而不是患者想法的逐字記錄。

這項(xiàng)研究由計(jì)算機(jī)科學(xué)博士生Jerry Tang和UT Austin神經(jīng)科學(xué)和計(jì)算機(jī)科學(xué)助理教授Alex Huth領(lǐng)導(dǎo)。這項(xiàng)研究結(jié)果發(fā)表在《自然神經(jīng)科學(xué)》雜志上的一篇論文中。這篇論文解決了人們對(duì)患者隱私的擔(dān)憂以及濫用這項(xiàng)技術(shù)的可能性。只有自愿參與解碼器訓(xùn)練的患者才能進(jìn)行解碼。研究指出，對(duì)于那些沒(méi)有使用解碼器訓(xùn)練或有目的地思考其他事情的人來(lái)說(shuō)，結(jié)果是不連貫的。

據(jù)UT新聞報(bào)道，研究人員表示，他們正在認(rèn)真對(duì)待隱私和安全問(wèn)題，并希望確保人們自愿使用這項(xiàng)技術(shù)，并幫助他人。

盡管該系統(tǒng)由于需要一臺(tái)體積龐大的fMRI機(jī)器，并不實(shí)用，但研究人員認(rèn)為，該技術(shù)可能會(huì)轉(zhuǎn)向更便攜的大腦成像格式，如功能性近紅外光譜（fNIRS）。這項(xiàng)技術(shù)可以為那些因中風(fēng)或神經(jīng)系統(tǒng)疾病等健康問(wèn)題而無(wú)法說(shuō)話的患者提供解決方案。