Sydney Teknoloji Üniversitesi’ndeki GrapheneX-UTS İnsan Odaklı Yapay Zeka Merkezi’ndeki araştırmacılar, düşüncelerin ekranda görülen kelimelere dönüşmesini sağlayan çığır açıcı bir buluşa imza attı. Artık “zihin okuma” kavramı, bilimsel bir gerçeklik haline gelmekte. UTS Bilgisayar Bilimleri Okulu’nda Seçkin Profesör unvanına sahip olan ve aynı zamanda GrapheneX-UTS HAI Merkezi’nin Direktörü Ching-Ten Lin, “Bu araştırma, saf EEG dalgalarını doğrudan dile çevirme konusunda öncü bir çabayı temsil ediyor ve bu alanda önemli bir gelişmeyi göstermektedir” şeklinde konuştu. Lin, ayrıca “Bu, beyinden metne çeviri sürecine ayrı kodlama tekniklerini dahil eden ve sinirsel kod çözmeye yenilikçi bir yaklaşım getiren ilk çalışmadır. Büyük dil modelleriyle entegrasyon, sinir bilimi ve yapay zeka alanında yeni ufuklar açmaktadır” diye ekledi.
Bunun yanı sıra, yapay zeka ve makine öğrenimi araştırmacılarının her yıl düzenlediği NeurIPS konferansında, bu çalışma öne çıkan bir makale olarak seçilmiştir. Katılımcılar, sessizce metin parçalarını okurken, DeWave adı verilen bir yapay zeka modeli, yalnızca beyin dalgalarını girdi olarak kullanarak bu kelimeleri ekrana yansıttı. Bu araştırma, beyin sinyallerini konuşma diline çevirebilen ilk teknoloji olmasa da, şu ana kadar geliştirilenler arasında, beyin implantlarına veya tam donanımlı bir MRI makinesine erişim gerektirmeyen tek teknoloji olarak dikkat çekmektedir.
Araştırmacılar, yeni teknolojinin, göz izleme yazılımı gibi ek girdi gerektiren önceki modellere göre önemli bir avantaj sunduğunu belirtmektedir. Bu tür ekstra donanımlar olmadan da bu sistemi kullanmak mümkün. Kullanıcıların yalnızca elektroensefalogram (EEG) aracılığıyla beyin aktivitelerini kaydeden bir başlık takmaları yeterlidir. Bu, göz takip cihazı ve doğal olarak bir MRI makinesinden çok daha pratik ve kullanışlı bir sistemdir. Araştırmacılar, başlığın kullanılmasının sinyalin implantlardan elde edilen bilgiye göre biraz daha fazla gürültüye sahip olduğunu kabul etseler de, bu gürültüye rağmen denemelerde oldukça iyi performans gösterdiği gözlemlenmiştir.
Yeni teknolojinin etkinliğini ölçmek için, orijinal bir metnin makine tarafından üretilen çıktıya benzerliğini değerlendiren BLEU algoritması kullanılmıştır. Yapılan doğruluk ölçümleri, bu yeni teknolojiyi yaklaşık 0,4 olarak belirlemiştir. Ancak bu oran, daha invaziv yöntemlere dayanan diğer seçeneklerden bazıları kadar etkili değildir. Araştırmaya eşlik eden makalenin baş yazarı Yiqun Duan, modelin fiilleri eşleştirme konusunda isimlerden daha becerikli olduğunu vurgulamaktadır. İsimler söz konusu olduğunda, kesin çeviriler yerine eşanlamlı çiftlere doğru bir eğilim gözlemlenmektedir; örneğin ‘yazar’ yerine ‘adam’ gibi kelimeler kullanılmaktadır.
Duan, “[Bu hataların], beynin bu kelimeleri işlediğinde anlamsal olarak benzer kelimelerin benzer beyin dalgası modelleri üretmesinden kaynaklandığını düşünüyoruz” diyerek, “Zorluklara rağmen modelimiz anlamlı sonuçlar veriyor ve anahtar kelimeleri sıralayabiliyor, benzer cümle yapıları oluşturabiliyor” şeklinde eklemektedir. Elde edilen sonuçlar NeurIPS konferansında sunulmuş olup, henüz hakem incelemesinden geçmemiş olan ön baskı sürümü ArXiV üzerinde yayımlanmıştır.
