“Semantik kod çözücü” adı verilen yeni bir yapay zekâ sistemi, bir kişinin bir hikâye dinlerken veya bir hikâye anlatmayı hayal ederken sahip olduğu beyin aktivitesini sürekli bir metin akışına çevirebiliyor. Austin’deki Teksas Üniversitesinden araştırmacılar tarafından geliştirilen sistem, zihinsel olarak bilinçli ancak fiziksel olarak konuşamayan kişilerin tekrar anlaşılır bir şekilde iletişim kurmalarına yardımcı olabilmek için tasarlandı.
Nature Neuroscience dergisinde yayımlanan çalışma, bilgisayar bilimleri doktora öğrencisi Jerry Tang ile UT Austin’de sinirbilim ve bilgisayar bilimleri yardımcı doçenti olan Alex Huth tarafından yürütüldü. Çalışma kısmen Open AI’ın ChatGPT’sine ve Google’ın Bard’ına güç verenlere benzer bir transformatör modeline dayanıyor. Kod çözücü, bir katılımcının beyin aktivitesini izlemek üzere eğitildiğinde makine, orijinal kelimelerin amaçlanan anlamlarıyla yakından (ve bazen tam olarak) eşleşen bir metin üretiyor. Örneğin deneylerde, “Henüz ehliyetim yok.” diyen bir konuşmacıyı dinleyen bir katılımcının düşünceleri “Henüz araba kullanmayı öğrenmeye bile başlamadı.” şeklinde tercüme edildi.
Tang, “Kötü amaçlar için kullanılabileceği endişelerini çok ciddiye alıyoruz ve bundan kaçınmak için çalıştık. İnsanların bu tür teknolojileri yalnızca istedikleri zaman ve kendilerine yardımcı olması için kullandıklarından emin olmak istiyoruz.” ifadelerini kullandı.
Araştırmacılar, katılımcıların hikayeleri dinlemelerine veya düşünmelerine ek olarak deneklerden tarayıcıdayken dört kısa sessiz video izlemelerini istedi. Semantik kod çözücü, videolardaki belirli olayları doğru bir şekilde tanımlamak için katılımcıların beyin aktivitelerini kullanabildi. Sistem, bir fMRI cihazında ihtiyaç duyulan zamana bağlı olması nedeniyle şu anda laboratuvar dışında kullanım için pratik değil. Ancak araştırmacılar, bu çalışmanın fonksiyonel yakın kızılötesi spektroskopi (fNIRS) gibi daha taşınabilir diğer beyin görüntüleme sistemlerine aktarılabileceğini düşünüyor.
Huth, “fNIRS, zaman içinde farklı noktalarda beyinde nerede daha fazla veya daha az kan akışı olduğunu ölçüyor ki bu da fMRI’ın ölçtüğü sinyal türüyle tamamen aynı. Dolayısıyla, bizim yaklaşımımız tam olarak fNIRS’e tercüme edilmeli ancak fNIRS ile çözünürlük daha düşük.’’ dedi.
Alexander Huth ve Jerry Tang bu çalışmayla ilgili bir PCT patent başvurusunda bulundu.
Derleyen: Nazlıcan Vatansever
