DeWave: Zie AI-gedachten lezen en gedachten in tekst vertalen

Machines die onze gedachten kunnen lezen, klinken als iets dat rechtstreeks uit een sciencefictionroman komt, maar dat is wat een nieuw systeem voor kunstmatige intelligentie (AI) genaamd DeWave kan doen.

Australische onderzoekers hebben een techniek ontwikkeld om stille gedachten van hersengolven in tekst te vertalen, met behulp van een elektro-encefalogram (EEG) cap om neurale activiteit vast te leggen. Wetenschappers van de University of Technology Sydney (UTS) hebben in vroege tests een nauwkeurigheid van meer dan 40% bereikt en hopen dat de AI van DeWave communicatie mogelijk kan maken voor mensen die niet kunnen spreken of schrijven.

Het niet-chirurgische systeem vereist geen implantaten of operaties, in tegenstelling tot de geplande Neuralink-chips van Elon Musk. Het werd getest op datasets van mensen die tekst lazen terwijl hun hersenactiviteit en oogbewegingen werden gevolgd. Door elektro-encefalogrampatronen (EEG) te matchen met oogfixaties die herkende woorden aanduiden, leerde DeWave gedachten decoderen.

Hoofdonderzoeker Chin-Teng Lin van UTS zei dat DeWave een “innovatieve benadering van neurale decodering biedt.” Hij zei in een stelling: “Dit onderzoek vertegenwoordigt een baanbrekende poging om ruwe EEG-golven rechtstreeks in taal te vertalen, wat een grote vooruitgang op dit gebied betekent.”

Professor Lin vervolgde: “Het is de eerste die discrete codeertechnieken integreert in het vertaalproces van brein naar tekst, en biedt een innovatieve benadering van neurale decodering. Integratie met grote taalmodellen opent ook nieuwe horizonten in de neurowetenschappen en kunstmatige intelligentie.”

De AI van DeWave zou op een dag verlamde patiënten kunnen helpen

Werkwoorden bleken voor AI het gemakkelijkst te herkennen aan neurale signalen, terwijl concrete zelfstandige naamwoorden soms werden vertaald als synonieme woordparen. Onderzoekers suggereren dat taalkundig gerelateerde concepten vergelijkbare elektro-encefalogram (EEG)-patronen kunnen produceren, wat uitdagingen met zich meebrengt.

Omdat er slechts een strak EEG-kapje nodig is om de input vast te leggen, zou deze technologie op een dag vloeiende communicatie voor verlamde patiënten of directe controle over hulpmiddelen mogelijk kunnen maken. Er wordt echter nog steeds gewerkt aan het verbeteren van de nauwkeurigheid van het systeem tot ongeveer 90%, vergelijkbaar met spraakherkenning.

Gecombineerd met snel voortschrijdende taalmodellen zouden vergelijkbare brein-computerinterfaces mensen op een dag in staat kunnen stellen eenvoudigweg te denken zonder de moeite te nemen om te communiceren of met technologie om te gaan.

Uitgelichte afbeelding: UTS

Sam Sheden

Sam Shedden is een journalist en redacteur met meer dan tien jaar ervaring in online nieuws. Hij is een ervaren technologieschrijver en contentstrateeg en heeft bijgedragen aan talrijke Britse regionale en nationale publicaties.