Vom Geist zum Text! Die Wissenschaftler der University of Technology Sydney (UTS) haben erfolgreich eine KI zum Gedankenlesen eingesetzt und das DeWave-Modell implementiert, um Gehirnwellenaufzeichnungen in geschriebenen Text umzuwandeln. Diese praktische Anwendung verspricht, die Kommunikation für Menschen mit Sprachproblemen zu revolutionieren und Anwendungen in der Robotik zu erforschen, die mit dem Ziel 9 für nachhaltige Entwicklung (SDG 9) - Industrie, Innovation und Infrastruktur - in Einklang stehen.
Die Studienteilnehmer trugen mit Sensoren ausgestattete Kappen, die die elektrische Gehirnaktivität aufzeichneten. Die DeWave-KI übersetzte die aufgezeichneten Elektroenzephalogramm-Daten (EEG) in Text und zeigte dabei eine anfängliche Genauigkeit von 40 %, wobei die laufenden Forschungsarbeiten eine Verbesserung auf über 60 % erwarten lassen.
Charles Zhou, ein entscheidendes Mitglied des UTS-Teams, erläuterte, dass DeWave die Interpretation von Gehirnsignalen beherrscht, indem es die Fälle analysiert, in denen Signale mit bestimmten Sätzen korrelieren. Die Integration eines großen Sprachmodells (LLM), ähnlich wie bei ChatGPT, verwandelte DeWave in einen "intelligenten Schreiber", der Sätze auf der Grundlage der erkannten Signale formt.
Mit Blick auf die Zukunft stellen sich die Forscher Anwendungen vor, die Menschen mit Sprachbehinderungen helfen und einen Beitrag zur Robotik leisten, um die Ziele von SDG 3 (Gesundheit und Wohlbefinden) und SDG 9 zu erreichen. Die praktische Anwendbarkeit von EEG im Vergleich zu MRT-Scans verbessert die Zugänglichkeit für eine potenzielle breite Anwendung.
Diese wissenschaftliche Leistung ist ein Beispiel dafür, wie die internationale Zusammenarbeit von Forschern zu innovativen Lösungen führen kann, und stärkt den Glauben an die Stärke der internationalen Gemeinschaft. Wissenschaft und Technologie haben, wie diese Initiative zeigt, die Kraft, das Verständnis zu fördern, Gräben zu überbrücken und dem Allgemeinwohl zu dienen.
Weitere Informationen: https://www.uts.edu.au
Youtube-Nachweis: @Thomas-HAI