Ой оқудағы ғылыми серпіліс: әркім сатып ала алатын гаджеттерді ойлап табу

2024 Автор: Seth Attwood | [email protected]. Соңғы өзгертілген: 2023-12-16 16:10

Жоғары жүйке қызметін зерттеу институтының инженерлері ойларды түсінікті және танылатын сөйлеуге аударатын жүйені жасай алды. Біреудің миының белсенділігін басқара отырып, технология ойларды сөзге айналдырады.

Бұл ғылыми жетістік AI және сөйлеу синтезаторларының күшімен біріктіріліп, компьютер мен мидың өзара әрекеттесуінде жаңа дәуірді ашады. Әрине, бұл да бір себептермен сөйлеу қабілетінен айырылған адамдар үшін жаңа мүмкіндіктер ашады.

«Біздің дауыстарымыз достарымызбен, отбасымызбен және айналамыздағы әлеммен байланыста болуға көмектеседі, сондықтан жарақат немесе ауру салдарынан дауыс күшін жоғалту адамдар үшін жойқын. Дегенмен, бүгінгі білім қорымен бізде бұл қуатты қалпына келтірудің әлеуетті жолы бар. Біз дұрыс технологияның көмегімен адамдардың ойларын кез келген тыңдаушы шеше алатынын және түсінуге болатындығын көрсеттік », - дейді Колумбиядағы Мортимер Б. Цукерман атындағы Психикалық мінез-құлық институтында жүргізілген зерттеу авторларының бірі Нима Месгарани, Ph. D. Университет.

Ондаған жылдар бойы жүргізілген зерттеулер көрсеткендей, адамдар сөйлегенде немесе тіпті сөз айтып жатыр деп елестеткенде, олардың миында белсенділіктің тән үлгілері пайда болады. Біреудің сөйлеп тұрғанын тыңдағанда немесе біз тыңдап жатырмыз деп елестеткенде анық және танымал сигналдық үлгі де пайда болады. Сарапшылар ондаған жылдар бойы бұл заңдылықтарды ашуға тырысты, бірақ енді ғана олардың алдында ойларды мидың ішіне жасыруға болмайды, оның орнына өз қалауы бойынша сөйлеу тіліне аударуға болатын болашақ ашылды.

Бірақ бұл жетістікке жету оңай болған жоқ. Доктор Месгарани және басқалардың ми сигналдарын шешудің алғашқы әрекеттері дыбыс жиіліктерінің көрнекі көрінісі болып табылатын спектрограммаларды талдайтын қарапайым компьютерлік модельдерге бағытталған.

Бірақ бұл тәсіл түсінікті сөйлеуге жақын ештеңе бермегендіктен, доктор Месгарани командасы оның орнына адамдардың сөйлесулерін жазуға үйретілгеннен кейін сөйлеуді синтездей алатын вокодерге, компьютерлік алгоритмге жүгінді.

«Бұл Amazon Echo және Apple Siri біздің сұрақтарымызға ауызша жауап беру үшін қолданатын технология», - деді доктор Месгарани, сонымен қатар Фу қорының Колумбия инженерлік және қолданбалы ғылым мектебінің электротехника кафедрасының доценті.

Доктор Месгарани ми қызметін түсіндіруді үйрету үшін доктор Месгарани Northwell Health Physician Partners Neuroscience институтының нейрохирургі және бүгінгі мақаланың авторларының бірі Эшеш Динеш Мехтамен бірігіп, медицина ғылымдарының кандидаты, PhD докторы болды. Доктор Мехта эпилепсиямен ауыратын науқастарды емдейді, олардың кейбіреулері жүйелі түрде ота жасау керек.

«Доктор Мехтамен жұмыс істей отырып, біз миына операция жасаған эпилепсиямен ауыратын науқастардан олардың миының белсенділігін өлшеген кезде әртүрлі адамдардың ұсыныстарын тыңдауды сұрадық», - дейді доктор Месгарани. «Бұл нейрондық үлгілер вокодерді жаттықтырды».

Содан кейін зерттеушілер сол емделушілерден ми сигналдарын жазу кезінде 0-ден 9-ға дейінгі сандарды айтатын спикерлерді тыңдауды сұрады, содан кейін дауыс кодер арқылы өтуі мүмкін. Осы сигналдарға жауап ретінде вокодер шығаратын дыбыс биологиялық мидағы нейрондардың құрылымын имитациялайтын жасанды интеллект сияқты нейрондық желілер арқылы талданды және нақтыланды.

Соңғы нәтиже сандар тізбегін қайталайтын роботтық дауыс болды. Жазбаның дұрыстығын тексеру үшін доктор Месгарани мен оның командасы адамдарға жазбаны тыңдап, естігендерін хабарлауды тапсырды.

«Біз адамдардың дыбыстарды шамамен 75% түсініп, қайталай алатынын анықтадық, бұл алдыңғы әрекеттерден әлдеқайда жоғары», - дейді доктор Месгарани. Түсініктіліктің жақсаруы, әсіресе, жаңа жазбаларды спектрограммаға негізделген бұрынғы әрекеттермен салыстыру кезінде айқын болды. «Сезімтал вокодер және қуатты нейрондық желілер пациенттер бастапқыда таңғажайып дәлдікпен естіген дыбыстарды көрсетті».

Доктор Месгарани мен оның командасы енді қиынырақ сөздер мен сөйлемдерді сынауды жоспарлап отыр. Олар сондай-ақ адам сөйлегенде немесе сөйлеуді елестеткен кезде шығарылатын ми сигналдарына бірдей сынақтарды жүргізуге ниетті. Сайып келгенде, олар өздерінің жүйесі кейбір эпилепсиямен ауыратын науқастар киетін импланттың бөлігі болуы мүмкін деп үміттенеді, бұл киінушілердің ойын тікелей сөзге аударады.

«Бұл сценарийде, егер чиптің иесі «маған бір стақан су керек» деп ойласа, біздің жүйе сол ойдан туындаған ми сигналдарын қабылдап, оларды синтезделген ауызша сөйлеуге айналдыра алады», - дейді доктор Месгарани. «Бұл ойынды өзгертеді және жарақат немесе ауру салдарынан сөйлеу қабілетін жоғалтқан кез келген адам үшін технология қоршаған әлеммен байланысуға жаңа мүмкіндік береді».

The Big The One басылымының редакциялық түсініктемесі: Біздің кейбір қызметкерлеріміздің нейрофизиологияға белгілі бір қатысы бар болғандықтан, ойларды оқу және бұл ойларды сөзбен аудару мәселесін шешу кейбір философия докторы зиялы нейрохирургпен бірге шеше алатын мәселе емес екенін анық айта аламыз. Бұл жүз, екі жүз, одан да көп жылдарға шешетін ғылыми-зерттеу институтының міндеті. Оның үстіне, ғылыми-зерттеу институтының бұл мәселені шешетіні мүлдем факт емес - тіпті NASA-ның барлық суперкомпьютерлері әкелінсе де, көптеген инженерлер нейрондық желілерді имитациялай бастайды. Дегенмен, ғылыми журналдағы мақала өтірік айтпайды және ойды тану фактісі сөзсіз. Олай болса, бұл екі фактіні қалай біріктіруге болады?

Өте оңай. Соңғы 20-30 жылда әлемде микропроцессорлар мен қатты дискілер сияқты мүлдем керемет және өте күрделі технологиялардың үлкен саны пайда болды. Ал, гаражда отырып, ғылыми-зерттеу институттары 50 жыл бойы қиналып келе жатқан металл сынықтарын жинаған кейбір «дарынды студенттерге» жазылған жаңа өнертабыстар күннен-күнге көбейіп келеді. Және бұл жағдайда бізде ұқсас генезистің өнертабысы бар. Яғни, әлдебір белгісіз біреулер көп жылдар бойы жасаған (немесе адамдарға берілген), бірақ Колумбиядан келген апай мен ағайға жазып алған даму.

Шындығында, Wikipedia технологияның «өнертапқыштары» ретінде кімдерді жазатынында ешқандай айырмашылық жоқ. Ең бастысы, технология ғылыми журнал арқылы әлемге ұсынылды. Әрі қарай, кейбір қытайлық компаниялар адамдарды қазір олардың басы толығымен мөлдір болды деген идеяға дағдыландыратын осындай «гаджеттерді» шығара бастайды. Ақырында, кез келген адамның ой-пікірін қашықтан еркін оқуға болатын сол Оруэллдің «1984» кезеңі үшінші кезең болады. Мысалы, пәтерлерде арнайы сенсорларды орналастыру немесе денеге ми импульстарына жауап беретін арнайы чипті біріктіру арқылы. Оның үстіне.

Әдетте, әрбір технологияның кері қолданбасы бар. Мысалы, жүйке импульстарын сөзге айналдыру технологиясы бар болса, сол принципті қолдана отырып, кез келген сөзді біреудің ойына айналдыруға болады. Бұл жағдайда әртүрлі елдердің президенттерін бүкіл электорат қолдайтын үлкен перспектива бар, өйткені қазір әрбір сайлаушыны өзі сияқты ойлауға мәжбүрлеуге техникалық мүмкіндік бар - розеткаға дұрыс модуляцияланған сигналды қою жеткілікті..

Жалпы, не айту керек – әлемнің болашағы ең керемет ашылып жатыр және біз оқиғалардың дамуын қызығушылықпен бақылап отырмыз.