豪·路·博尔赫斯描述过一个剧作家,在被纳粹行刑前,他在头脑中构思并写就了一部一直想写而未写的剧作,希望藉此一改过去阴差阳错的虚名。遗憾的是这个“无形的迷宫”只对他自己存在。但如果在今天,将人工智能模型连接到他的头上,这部剧作就有机会为世人拜读。加利福尼亚大学研究人员开发的一种 AI 模型,可以将大脑活动转化为文本,准确率高达 97%。

这个 AI 模型基于应用于智能翻译的 AI 架构创建:将来自皮层电图(ECoG)的信号用作编码器的输入,再由解码器将编码器处理的信号转换为文本。

研究人员使用了四名植入 ECoG 的癫痫患者的数据对 AI 模型进行了训练。患者多次朗读大约 50 个句子,其中包含大约 250 个不同的单词,而研究人员记录了大脑的活动,然后,大脑信号被传递到 AI 的编码器,从那里再迁移到解码器,解码器将信号与训练数据一起转换为句子。

为了获得更好的结果,AI 模型将其结果与之前 AI 训练的结果进行比较。通过这种方式,它可以了解编码器的大脑数据对应的单词。

训练后,AI 辅助的大脑信号转录的准确性因人而异。在所有情况下,经过 15 次培训后,错误率都降低到了 25%以下。在一个案例中,平均每句话只有 3%需要改正。相比之下:专业的人类转录者的错误率大约为 8%。

脑句子 AI 目前有两个弱点:用于翻译的语言 AI 经常经过多达一百万个句子的训练。而即使在最佳情况下,单个患者也只能为研究人员的 AI 提供数千个句子。并且,每个患者都必须根据自己的大脑数据训练自己的 AI。这个病人还必须能够说话,否则他将无法创建必要的训练材料。

不过,缺陷是针对病患研究而言的。这个 AI 模型经过拓展有广泛的令人兴奋的用途,比如进行个人化训练,用于随时随地记录人的所思所想。像本文开头所说的,可以使作家等创意人员在乘地铁、散步时或躺在床上也能即时地进行创意。

【数字叙事 Lighting】