Red Hot Cyber
Sicurezza Informatica, Notizie su Cybercrime e Analisi Vulnerabilità
Gli scienziati australiani hanno creato un sistema basato su un encefalografo in grado di convertire i pensieri in testo utilizzando l’intelligenza artificiale.
Il Centro GrapheneX-UTS per l’intelligenza artificiale centrata sull’uomo presso l’Università della Tecnologia di Sydney (UTS) ha sviluppato un sistema portatile e non invasivo in grado di decodificare i segnali elettrici dal cervello e trasformarli in testo.
Innanzitutto, il dispositivo è destinato ad aiutare le persone che hanno perso la parola a causa di malattie o infortuni. La nuova tecnologia può anche fornire un’efficace comunicazione mentale tra persone e macchine, ad esempio controllando un robot o una protesi.
L’invenzione è stata presentata per la prima volta alla conferenza annuale NeurIPS. La mnifestazione è dedicata alla ricerca sull’intelligenza artificiale e sull’apprendimento automatico a New Orleans il 12 dicembre 2023.
Durante la dimostrazione tecnologica, i partecipanti hanno letto in silenzio passaggi di testo, mentre l’encefalografo ha letto l’attività elettrica del cervello. Il computer ha segmentato il segnale d’onda ricevuto in blocchi separati e ha convertito queste informazioni in testo. Per decodificare i segnali, i ricercatori hanno sviluppato un modello di intelligenza artificiale chiamato DeWave e lo hanno addestrato su grandi quantità di dati.
Finora la precisione del sistema è del 40%, ma questo risultato è già migliore rispetto ai risultati precedenti in questo settore. Questo nonostante l’approccio non invasivo crei ulteriori complicazioni: utilizzare segnali ottenuti tramite un encefalografo. Anziché da elettrodi impiantati nel cervello, significa che il segnale è più rumoroso.
Allo studio del centro GrapheneX-UTS hanno preso parte in totale 29 persone, ma anche questo è abbastanza rappresentativo. È interessante notare che DeWave è molto più bravo a riconoscere i verbi che i nomi. In relazione a quest’ultimo, il modello utilizza spesso opzioni generalizzate: ad esempio, la parola “autore” è percepita dall’IA come “persona”.
Il leader dello studio, il professor Chin-Teng Lin, commenta: “Ciò accade perché parole semanticamente simili possono creare modelli di onde cerebrali simili. Nonostante le difficoltà, il nostro modello produce risultati significativi identificando parole chiave e generando strutture di frasi vicine a quelle fornite”.
