La lettura della mente potrebbe diventare una realtà grazie a una nuova scoperta dei ricercatori del GrapheneX-UTS Human-centric Artificial Intelligence Centre dell’Università di Tecnologia di Sydney. Questa ricerca rappresenta un importante progresso nel campo della traduzione diretta delle onde EEG in linguaggio. Il professor Ching-Ten Lin, direttore del centro, ha dichiarato che si tratta di una svolta significativa, in quanto è la prima volta che vengono utilizzate tecniche di codifica discrete nel processo di traduzione da cervello a testo. Questo approccio innovativo alla decodifica neurale, che ha guidato la ricerca, sta aprendo nuove frontiere nella neuroscienza e nell’intelligenza artificiale.
Lo studio è stato selezionato come articolo in primo piano alla conferenza NeurIPS, un importante incontro annuale di ricercatori nell’intelligenza artificiale e nell’apprendimento automatico. Durante lo studio, i partecipanti hanno letto silenziosamente dei passaggi di testo mentre un modello di intelligenza artificiale chiamato DeWave ha proiettato le parole su uno schermo, utilizzando solo le onde cerebrali come input. Questa tecnologia è l’unica finora a non richiedere né impianti cerebrali né l’accesso a una macchina per risonanza magnetica. Inoltre, ha un vantaggio rispetto ai predecessori che richiedono input aggiuntivi come il software di eye-tracking, poiché può essere utilizzata con o senza tali extra. Gli utenti devono solo indossare una cuffia che registra l’attività cerebrale tramite elettroencefalogramma (EEG), che è molto più pratica e conveniente di un eye-tracker o di una macchina per risonanza magnetica.
I ricercatori ammettono che il segnale ottenuto tramite l’EEG è un po’ più rumoroso rispetto a quello ottenuto dagli impianti cerebrali, ma la tecnologia si è comunque comportata abbastanza bene nei test. Le misurazioni di precisione utilizzando l’algoritmo BLEU hanno posizionato la nuova tecnologia a circa 0,4, che non è così buono come alcune delle altre opzioni che dipendono da metodi più invasivi. Il modello è più abile nel corrispondere i verbi che i sostantivi, e per quanto riguarda i sostantivi, si è osservata una tendenza verso coppie sinonime piuttosto che traduzioni precise. I ricercatori credono però di poter migliorare questa precisione fino a 0,9, un livello paragonabile ai programmi tradizionali di traduzione linguistica.
Nonostante le sfide, il modello ha prodotto risultati significativi, allineando parole chiave e formando strutture di frase simili. I risultati sono stati presentati alla conferenza NeurIPS e una versione preliminare dell’articolo può essere trovata su ArXiV. Il modello deve ancora essere sottoposto a revisione paritaria.
Links:
