Intelligenza artificiale: un nuovo algoritmo traduce l'attività cerebrale in frasi
Secondo i ricercatori il tasso di errore medio del modello sarebbe pari al 3 per cento
Gli scienziati dell'Università della California, San Francisco (UCSF) hanno sviluppato un algoritmo in grado di elaborare le onde cerebrali e riportare il significato in frasi di senso compiuto. Stando ai dati dei ricercatori, pubblicati sulla rivista Nature Neuroscience, il tasso di errore medio del modello sarebbe pari al 3 per cento.
Finora "le interfacce mente-macchina hanno mostrato un successo limitato riguardo la codifica dell'attività neurale, potendo decodificare frammenti di parole o semplici frasi specifiche", dichiara Joseph Makin, specialista in machine learning presso l'UCSF, aggiungendo che il loro prototipo è stato in grado di fare molto di più.
Il lavoro di Makin e il suo team è partito dal coinvolgimento di 4 volontari che avevano elettrodi impiantati nel cervello per monitorare le crisi epilettiche. È stato chiesto loro di leggere più volte, ad alta voce, una cinquantina di frasi diverse, tra cui "Tina Turner è una cantante pop" oppure "quei ladri hanno rubato 30 gioielli", mentre gli scienziati registravano la loro attività cerebrale.
I dati così raccolti sono stati processati da un algoritmo di intelligenza artificiale progettato per convertire i segnali cerebrali in rappresentazioni astratte, sotto forma di stringhe numeriche. Queste, poi, sono state decodificate parola per parola per generare delle frasi.
Durante la fase di test il sistema produceva inizialmente frasi senza senso ma, via via che "apprendeva" quali frasi fossero collegate a quali stringhe, e quali parole tendessero a comparire insieme più frequentemente, i risultati sono migliorati. Sebbene la correttezza del rilevamento vari da persona a persona, mediamente sono stati rilevati errori solo nel 3% delle frasi. Provando, invece, a pronunciare frasi diverse dalle 50 utilizzate nella fase di training, "la decodifica peggiora di molto" ha detto Makin.
"Ci piacerebbe riuscire a decodificare l'intero spettro della lingua, ma dobbiamo implementare i discorsi di controllo ed espandere la banca dati dell'intelligenza artificiale", aggiungono i ricercatori.