(crédito da foto: PIXABAY)
Este é um passo importante no caminho para o desenvolvimento de interfaces que possam decodificar a linguagem contínua por meio de gravações não invasivas de pensamentos.
Os cientistas desenvolveram um sistema que pode ler a mente de uma pessoa e reproduzir a atividade cerebral em um fluxo de texto, contando em parte com um modelo de transformador semelhante aos que alimentam o ChatGPT da Open AI e o Bard do Google.
Este é um passo importante no caminho para desenvolver interfaces cérebro-computador que possam decodificar a linguagem contínua por meio de gravações não invasivas de pensamentos.
Os resultados foram publicados em um estudo recente na revista científica Nature Neuroscience, liderada por Jerry Tang, estudante de doutorado em ciência da computação, e Alex Huth, professor assistente de neurociência e ciência da computação na UT Austin.
Um método não invasivo
O decodificador semântico de Tang e Huth não é implantado diretamente no cérebro; em vez disso, ele usa varreduras de máquina fMRI para medir a atividade cerebral. Para o estudo, os participantes do experimento ouviram podcasts enquanto a IA tentava transcrever seus pensamentos em texto.
“Para um método não invasivo, este é um verdadeiro avanço em comparação com o que foi feito antes, que normalmente são palavras únicas ou frases curtas”, disse Alex Huth. “Estamos obtendo o modelo para decodificar linguagem contínua por longos períodos de tempo com ideias complicadas.”
Esses tipos de sistemas podem ser especialmente úteis para pessoas que não conseguem falar fisicamente, como aquelas que sofreram um derrame, e permitem que elas se comuniquem de maneira mais eficaz.
De acordo com Tang e Huth, os resultados do estudo demonstram a viabilidade de interfaces cérebro-computador de linguagem não invasiva. Eles dizem que o decodificador semântico ainda precisa de mais trabalho e só pode fornecer a “essência” básica do que alguém está pensando. O decodificador AI produziu um texto que correspondia ao pensamento de um sujeito apenas cerca de metade do tempo.
O decodificador em ação
O estudo fornece alguns exemplos do decodificador em ação. Em um caso, uma cobaia ouviu e, consequentemente, pensou a frase “… eu não sabia se gritava, chorava ou fugia, em vez disso, eu disse me deixe em paz, não preciso da sua ajuda, Adam desapareceu.”
O decodificador reproduziu esta parte de uma frase como “… começou a gritar e chorar e então ela apenas disse eu disse para você me deixar em paz você não pode mais me machucar me desculpe e então ele saiu furioso.”
Um trabalho em andamento
Os pesquisadores também acrescentaram que deram alguma preocupação ao aspecto da privacidade mental. “Levamos muito a sério a preocupação de que possa ser usado para propósitos ruins e trabalhamos para evitar isso”, disse Jerry Tang. “Queremos garantir que as pessoas usem esse tipo de tecnologia apenas quando quiserem e que isso as ajude.”
Por esse motivo, eles também testaram se a decodificação bem-sucedida requer a cooperação da pessoa que está sendo decodificada e descobriram que a cooperação é absolutamente necessária para que o decodificador funcione.
Huth e Tang acreditam que seu sistema poderia no futuro ser adaptado para funcionar com sistemas portáteis de imagem cerebral, como a espectroscopia funcional de infravermelho próximo (fNIRS).
“O fNIRS mede onde há mais ou menos fluxo sanguíneo no cérebro em diferentes pontos no tempo, o que, na verdade, é exatamente o mesmo tipo de sinal que o fMRI está medindo”, conclui Huth. “Portanto, nosso tipo exato de abordagem deve se traduzir em fNIRS.”
Publicado em 05/05/2023 18h16
Artigo original: