I ricercatori dell'Università del Texas ad Austin hanno sviluppato un'interfaccia cervello-computer che decodifica il linguaggio da registrazioni non invasive. Il sistema di intelligenza artificiale può tradurre l'attività cerebrale di una persona - mentre ascolta una storia o immagina silenziosamente di raccontare una storia - in un flusso continuo di testo. Lo studio è stato pubblicato sulla rivista Nature Neuroscience.

Il lavoro si basa in parte su un modello di trasformatore, simile a quelli che alimentano ChatGPT di Open AI e Bard di Google. A differenza di altri sistemi di decodifica linguistica in fase di sviluppo, questo sistema non richiede ai soggetti di avere impianti chirurgici: l'attività cerebrale viene misurata utilizzando uno scanner fMRI dopo un lungo addestramento del decodificatore, in cui l'individuo ascolta ore di podcast nello scanner. Successivamente, a condizione che il partecipante sia disposto a far decodificare i propri pensieri, l'ascolto di una nuova storia o l'immaginare di raccontare una storia consente alla macchina di generare il testo corrispondente dalla sola attività cerebrale.

Il risultato non è una trascrizione parola per parola, i ricercatori hanno progettato il sistema affinché questo catturi l'essenza di ciò che viene detto o pensato, anche se in modo imperfetto. Circa la metà delle volte, la macchina è riuscita a produrre un testo che corrisponde strettamente (e talvolta con precisione) ai significati previsti delle parole originali. Nell'articolo gli autori precisano che la decodifica funziona solo con partecipanti cooperativi che avevano partecipato volontariamente all'addestramento del decodificatore. 

Ai partecipanti è stato anche chiesto di guardare quattro brevi video silenziosi mentre si trovavano nello scanner. Il decodificatore semantico è stato in grado di utilizzare la loro attività cerebrale per descrivere accuratamente determinati eventi dai video. Il sistema attualmente non è pratico per l'uso al di fuori del laboratorio a causa della sua dipendenza dal tempo necessario su una macchina fMRI. Ma i ricercatori pensano che questo lavoro potrebbe essere trasferito ad altri sistemi di imaging cerebrale più portatili, come la spettroscopia funzionale nel vicino infrarosso (fNIRS).

Fonte:

Nat Neurosci (2023). https://doi.org/10.1038/s41593-023-01304-9

IT-NON-2024-00368