Η μελέτη δημοσιεύτηκε χθες, 1 Μαϊού και λένε ότι το θέλουν υποτίθεται μόνον για να βοηθήσουν τους ανθρώπους μου δεν μπορούν να μιλήσουν.

Διαβάστε ΕΔΩ για να καταλάβετε ακριβώς τι σχεδιάζουν να κάνουν και γιατί θέλουν να γωνίζουν τις ΚΡΥΦΕΣ ΣΚΕΨΕΙΣ των ανθρώπων!

Πώς μαθαίνει η Τεχνητή Νοημοσύνη να διαβάζει τη σκέψη

Ένας σημασιολογικός αποκωδικοποιητής που μετατρέπει την εγκεφαλική δραστηριότητα σε κείμενο αναπτύχθηκε από ερευνητές στο Πανεπιστήμιο του Τέξας στο Όστιν. Αυτό το σύστημα τεχνητής νοημοσύνης, το οποίο είναι μη επεμβατικό και δεν απαιτεί χειρουργικά εμφυτεύματα, λένε ότι θα μπορούσε να προσφέρει ένα νέο μέσο επικοινωνίας για άτομα που δεν μπορούν να μιλήσουν σωματικά. Ο αποκωδικοποιητής εκπαιδεύεται βάζοντας τον συμμετέχοντα να ακούει ώρες podcast ενώ βρίσκεται σε σαρωτή fMRI και στη συνέχεια μπορεί να δημιουργήσει κείμενο με βάση μόνο τη δραστηριότητα του εγκεφάλου.

Ένα νέο σύστημα τεχνητής νοημοσύνης που ονομάζεται σημασιολογικός αποκωδικοποιητής μπορεί να μεταφράσει την εγκεφαλική δραστηριότητα ενός ατόμου – ενώ ακούει μια ιστορία ή φαντάζεται σιωπηλά να λέει μια ιστορία – σε μια συνεχή ροή κειμένου. Το σύστημα που αναπτύχθηκε από ερευνητές στο Πανεπιστήμιο του Τέξας στο Όστιν μπορεί να βοηθήσει τους ανθρώπους που έχουν νοητική συνείδηση ​​αλλά δεν μπορούν να μιλήσουν σωματικά, όπως εκείνους που εξασθενούν από εγκεφαλικά, να επικοινωνούν ξανά κατανοητά.

Τι λέει η μελέτη που δημοσίευσαν… την Πρωτομαγιά!!!

Η μελέτη, που δημοσιεύτηκε χθες (1 Μαΐου) στο περιοδικό Nature Neuroscience , έγινε από τον Jerry Tang, διδακτορικό φοιτητή στην επιστήμη των υπολογιστών, και τον Alex Huth, επίκουρο καθηγητή νευροεπιστήμης και πληροφορικής στο UT Austin. Η εργασία βασίζεται εν μέρει σε ένα μοντέλο μετασχηματιστή, παρόμοιο με αυτά που τροφοδοτούν το ChatGPT του Open AI και το Bard της Google.

Σε αντίθεση με άλλα συστήματα αποκωδικοποίησης γλώσσας υπό ανάπτυξη, αυτό το σύστημα δεν απαιτεί από τα άτομα να έχουν χειρουργικά εμφυτεύματα, καθιστώντας τη διαδικασία μη επεμβατική. Οι συμμετέχοντες επίσης δεν χρειάζεται να χρησιμοποιούν μόνο λέξεις από μια καθορισμένη λίστα. Η εγκεφαλική δραστηριότητα μετριέται χρησιμοποιώντας έναν σαρωτή fMRI μετά από εκτενή εκπαίδευση του αποκωδικοποιητή, στον οποίο το άτομο ακούει ώρες podcast στο σαρωτή. Αργότερα, υπό τον όρο ότι ο συμμετέχων είναι ανοιχτός στην αποκωδικοποίηση των σκέψεών του, η ακρόαση μιας νέας ιστορίας ή η φαντασία του να αφηγηθεί μια ιστορία επιτρέπει στο μηχάνημα να δημιουργήσει αντίστοιχο κείμενο μόνο από την εγκεφαλική δραστηριότητα.

“Για μια μη επεμβατική μέθοδο, αυτό είναι ένα πραγματικό άλμα προς τα εμπρός σε σύγκριση με αυτό που έχει γίνει πριν, που είναι συνήθως μεμονωμένες λέξεις ή σύντομες προτάσεις”, είπε ο Huth. «Βάζουμε το μοντέλο να αποκωδικοποιεί τη συνεχή γλώσσα για εκτεταμένες χρονικές περιόδους με περίπλοκες ιδέες».

Το αποτέλεσμα δεν είναι μια μεταγραφή λέξη προς λέξη. Αντίθετα, οι ερευνητές το σχεδίασαν για να συλλάβουν την ουσία αυτού που λέγεται ή σκέφτεται, αν και ατελώς. Περίπου τις μισές φορές, όταν ο αποκωδικοποιητής έχει εκπαιδευτεί να παρακολουθεί την εγκεφαλική δραστηριότητα ενός συμμετέχοντος, το μηχάνημα παράγει κείμενο που ταιριάζει στενά (και μερικές φορές με ακρίβεια) με τις επιδιωκόμενες έννοιες των αρχικών λέξεων.

Ανατριχιαστικό! Τι άκουγαν οι συμμετέχοντες στην έρευνα και τι διάβασε η Τεχνητή Νοημοσύνη ότι σκέφτονταν

Για παράδειγμα, σε πειράματα, ένας συμμετέχων που άκουγε έναν ομιλητή να λέει, «Δεν έχω ακόμη το δίπλωμα οδήγησής μου» μεταφράστηκαν οι σκέψεις του ως: «Δεν έχει αρχίσει να μαθαίνει ακόμη να οδηγεί». Ακούγοντας τις λέξεις, «Δεν ήξερα αν πρέπει να ουρλιάξω, να κλάψω ή να σκάσω. Αντίθετα, είπα, «Άφησέ με ήσυχο!»» αποκωδικοποιήθηκε ως, «Άρχισε να ουρλιάζει και να κλαίει, και μετά μου είπε, «Σου είπα να με αφήσεις ήσυχη».

Καθησυχάζουν τον κόσμο και λένε ότι αν δεν υπάρχει η συναίνεση του ατόμου που παρακολουθεί η Τεχνητή Νοημοσύνη, τότε αυτή (η AI) δεν μπορεί να διαβάσει τη σκέψη του…

Ξεκινώντας με μια προηγούμενη έκδοση του χαρτιού που εμφανίστηκε ως προεκτύπωση στο διαδίκτυο, οι ερευνητές εξέτασαν ερωτήσεις σχετικά με πιθανή κακή χρήση της τεχνολογίας. Η εργασία περιγράφει πώς η αποκωδικοποίηση λειτούργησε μόνο με συνεργαζόμενους συμμετέχοντες που είχαν συμμετάσχει πρόθυμα στην εκπαίδευση του αποκωδικοποιητή. Τα αποτελέσματα για άτομα στα οποία δεν είχε εκπαιδευτεί ο αποκωδικοποιητής ήταν ακατανόητα, και αν οι συμμετέχοντες στους οποίους είχε εκπαιδευτεί ο αποκωδικοποιητής αργότερα προέβαλαν αντίσταση – για παράδειγμα, κάνοντας άλλες σκέψεις – τα αποτελέσματα ήταν παρόμοια άχρηστα.

«Λαμβάνουμε πολύ σοβαρά υπόψη τις ανησυχίες ότι θα μπορούσε να χρησιμοποιηθεί για κακούς σκοπούς και έχουμε εργαστεί για να το αποφύγουμε», είπε ο Τανγκ. «Θέλουμε να διασφαλίσουμε ότι οι άνθρωποι χρησιμοποιούν αυτούς τους τύπους τεχνολογιών μόνο όταν θέλουν και ότι τους βοηθάει».

Έβλεπαν βίντεο και η Τεχνητή Νοημοσύνη άκουγε τη σκέψη τους!

Εκτός από το ότι οι συμμετέχοντες ακούν ή σκέφτονται ιστορίες, οι ερευνητές ζήτησαν από τα υποκείμενα να παρακολουθήσουν τέσσερα σύντομα, σιωπηλά βίντεο ενώ βρίσκονταν στο σαρωτή. Ο σημασιολογικός αποκωδικοποιητής μπόρεσε να χρησιμοποιήσει τη δραστηριότητα του εγκεφάλου του για να περιγράψει με ακρίβεια ορισμένα γεγονότα από τα βίντεο.

Δεν μπορεί ακόμα να χρησιμοποιηθεί εκτός εργαστηρίου αλλά… έχουν και για αυτό έτοιμη τη λύση

Το σύστημα επί του παρόντος δεν είναι πρακτικό για χρήση εκτός εργαστηρίου λόγω της εξάρτησής του από την ανάγκη χρόνου σε μια μηχανή fMRI. Αλλά οι ερευνητές πιστεύουν ότι αυτή η εργασία θα μπορούσε να μεταφερθεί σε άλλα, πιο φορητά συστήματα απεικόνισης εγκεφάλου, όπως η λειτουργική φασματοσκοπία εγγύς υπέρυθρη (fNIRS).

«Το fNIRS μετρά όπου υπάρχει περισσότερη ή λιγότερη ροή αίματος στον εγκέφαλο σε διαφορετικά χρονικά σημεία, το οποίο, όπως αποδεικνύεται, είναι ακριβώς το ίδιο είδος σήματος που μετράει η fMRI», είπε ο Huth. «Έτσι, το ακριβές είδος της προσέγγισής μας θα πρέπει να μεταφραστεί σε fNIRS», αν και, σημείωσε, η ανάλυση με το fNIRS θα ήταν χαμηλότερη.

Ποια ιδρύματα υποστήριξαν την εργασία για το διάβασμα της σκέψης από την Τεχνητή Νοημοσύνη

Αυτή η εργασία υποστηρίχθηκε από το Ίδρυμα Whitehall, το Ίδρυμα Alfred P. Sloan και το Burroughs Wellcome Fund.

Άλλοι συν-συγγραφείς της μελέτης είναι η Amanda LeBel, πρώην βοηθός έρευνας στο εργαστήριο Huth, και η Shailee Jain, μεταπτυχιακή φοιτήτρια πληροφορικής στο UT Austin.

Ο Alexander Huth και ο Jerry Tang έχουν υποβάλει αίτηση για δίπλωμα ευρεσιτεχνίας PCT που σχετίζεται με αυτήν την εργασία.

Έβγαλαν και ερωτήσεις-απαντήσεις για να καθησυχάσουν το κοιμώμενο πλήθος

Δείτε τι λένε:

Θα μπορούσε αυτή η τεχνολογία να χρησιμοποιηθεί σε κάποιον χωρίς να το γνωρίζει, ας πούμε από ένα αυταρχικό καθεστώς που ανακρίνει πολιτικούς κρατούμενους ή έναν εργοδότη που κατασκοπεύει υπαλλήλους;

Όχι. Το σύστημα πρέπει να εκπαιδευτεί εκτενώς σε ένα πρόθυμο θέμα σε μια εγκατάσταση με μεγάλο, ακριβό εξοπλισμό. «Ένα άτομο χρειάζεται να αφιερώσει έως και 15 ώρες ξαπλωμένο σε έναν σαρωτή μαγνητικής τομογραφίας, να είναι απόλυτα ακίνητο και να δίνει μεγάλη προσοχή στις ιστορίες που ακούει προτού αυτό λειτουργήσει πραγματικά καλά σε αυτόν», είπε ο Huth.

Θα μπορούσε να παραλειφθεί τελείως η προπόνηση;

Όχι. Οι ερευνητές δοκίμασαν το σύστημα σε άτομα στα οποία δεν είχε εκπαιδευτεί και διαπίστωσαν ότι τα αποτελέσματα ήταν ακατανόητα.

Υπάρχουν τρόποι να αμυνθεί κάποιος από την αποκωδικοποίηση των σκέψεών του;

Ναί. Οι ερευνητές εξέτασαν εάν ένα άτομο που είχε συμμετάσχει προηγουμένως σε εκπαίδευση θα μπορούσε να αντισταθεί ενεργά στις επακόλουθες προσπάθειες αποκωδικοποίησης του εγκεφάλου. Τακτικές όπως το να σκέφτονται ζώα ή να φαντάζονται αθόρυβα να λένε τη δική τους ιστορία επιτρέπουν στους συμμετέχοντες να εμποδίζουν εύκολα και εντελώς το σύστημα να ανακτήσει την ομιλία στην οποία εκτέθηκε το άτομο.

Τι θα γινόταν αν η τεχνολογία και η σχετική έρευνα εξελίσσονταν για να ξεπεράσουν κάποια μέρα αυτά τα εμπόδια ή τις άμυνες;

«Νομίζω ότι αυτή τη στιγμή, ενώ η τεχνολογία βρίσκεται σε τόσο πρώιμη κατάσταση, είναι σημαντικό να είμαστε προορατικοί θεσπίζοντας πολιτικές που προστατεύουν τους ανθρώπους και το απόρρητό τους», είπε ο Tang. «Η ρύθμιση για το πού μπορούν να χρησιμοποιηθούν αυτές οι συσκευές είναι επίσης πολύ σημαντική».

Η μελέτη

Αναφορά: «Σημασιολογική αναδόμηση συνεχούς γλώσσας από μη επεμβατικές εγγραφές εγκεφάλου» 1 Μαΐου 2023, Nature Neuroscience .
DOI: 10.1038/s41593-023-01304-9

(photo: pixabay)