HELOINDONESIA.COM - Para ilmuwan telah mengembangkan sistem yang dapat membaca pikiran seseorang dan mereproduksi aktivitas otak dalam aliran teks, sebagian mengandalkan model transformator yang serupa dengan yang menggerakkan ChatGPT AI Terbuka dan Bard Google.
Ini adalah langkah penting untuk mengembangkan antarmuka otak-komputer yang dapat memecahkan kode bahasa berkelanjutan melalui rekaman pemikiran non-invasif.
Hasilnya dipublikasikan dalam studi terbaru di jurnal peer-review Nature Neuroscience, dipimpin oleh Jerry Tang, seorang mahasiswa doktoral dalam ilmu komputer, dan Alex Huth, asisten profesor ilmu saraf dan ilmu komputer di UT Austin.
Metode non-invasif
Dekoder semantik Tang dan Huth tidak ditanamkan di otak secara langsung; sebaliknya, ia menggunakan pemindaian mesin fMRI untuk mengukur aktivitas otak. FMRI adalah Pencitraan resonansi magnetik fungsional (fMRI) mengukur perubahan kecil dalam aliran darah yang terjadi dengan aktivitas otak.
Untuk penelitian ini, peserta dalam percobaan mendengarkan podcast sementara AI berusaha untuk menuliskan pemikiran mereka ke dalam teks.
“Untuk metode non-invasif, ini merupakan lompatan maju yang nyata dibandingkan dengan apa yang telah dilakukan sebelumnya, yang biasanya berupa satu kata atau kalimat pendek,” kata Alex Huth. “Kami mendapatkan model untuk memecahkan kode bahasa berkelanjutan untuk waktu yang lama dengan ide yang rumit.”
Jenis sistem ini dapat sangat membantu orang yang tidak dapat berbicara secara fisik, seperti orang yang mengalami stroke, dan memungkinkan mereka berkomunikasi dengan lebih efektif.
Baca Juga: USM Wakili Pemkot Semarang Ikuti Festival Inovasi di Makassar
Menurut Tang dan Huth, temuan studi menunjukkan kelangsungan antarmuka bahasa otak-komputer non-invasif. Mereka mengatakan bahwa decoder semantik masih membutuhkan lebih banyak pekerjaan dan hanya dapat memberikan "inti" dasar dari apa yang dipikirkan seseorang. Decoder AI menghasilkan teks yang sangat cocok dengan pemikiran subjek hanya sekitar separuh waktu.
Dekoder beraksi
Studi ini memberikan beberapa contoh decoder dalam tindakan. Dalam satu kasus, subjek tes mendengar, dan akibatnya memikirkan kalimat "... Saya tidak tahu apakah harus berteriak menangis atau melarikan diri malah saya bilang tinggalkan saya sendiri saya tidak butuh bantuan Anda Adam menghilang."
Decoder mereproduksi bagian kalimat ini sebagai "... mulai menjerit dan menangis dan kemudian dia hanya berkata aku menyuruhmu meninggalkanku sendiri, kamu tidak bisa menyakitiku lagi, aku minta maaf dan kemudian dia pergi."
Para peneliti juga menambahkan bahwa mereka memberi perhatian pada aspek privasi mental. “Kami menganggap sangat serius kekhawatiran bahwa itu dapat digunakan untuk tujuan yang buruk dan telah berupaya untuk menghindarinya,” kata Jerry Tang. “Kami ingin memastikan orang hanya menggunakan jenis teknologi ini saat mereka menginginkannya dan itu membantu mereka.”
Untuk alasan ini, mereka juga menguji apakah decoding yang berhasil membutuhkan kerja sama dari orang yang sedang didekodekan, dan menemukan bahwa kerja sama mutlak diperlukan agar decoder dapat berfungsi.
Baca juga :
Huth dan Tang yakin sistem mereka di masa depan dapat diadaptasi untuk bekerja dengan sistem pencitraan otak portabel, seperti spektroskopi inframerah-dekat fungsional (fNIRS).
“fNIRS mengukur di mana ada lebih banyak atau lebih sedikit aliran darah di otak pada titik waktu yang berbeda, yang ternyata merupakan jenis sinyal yang persis sama dengan yang diukur oleh fMRI,” Huth menyimpulkan. “Jadi, pendekatan kami yang tepat harus diterjemahkan ke fNIRS."
Spektroskopi inframerah-dekat fungsional (fNIRS) adalah teknik pemantauan otak optik yang menggunakan spektroskopi inframerah.**