悉尼科技大學科研團隊近日成功研發(fā)全球首個無需植入電極或進行MRI檢查的輕便可穿戴設備,能夠實時解讀無法言語的患者思維,并將之化為書面文字。這一技術的實現(xiàn),不僅使殘疾人士得以順暢交流,也為人類與AI設備之間更為自然的互動提供了可能。
此項研究共招募了29名志愿者,通過佩戴具備腦電圖偵測功能的特殊帽子,研究員成功獲取了參與者腦海中的生物電磁場(即EEG信息),并運用自主研發(fā)的深度學習模型——DeWave進行解析,從而將這些信號轉換為實際的文字表達。在此過程中,DeWave以一種全新的方式,將原始的腦電波直接轉化為自然語言,這在神經(jīng)科學與人工智能領域均具有重要里程碑意義。
之前的相關技術大多需借助電極植入或MRI掃描進行腦電信號收集,長此以往不僅會給患者帶來較大痛苦,且對于日常使用也極其不便。然而,新研制的裝置在完成翻譯任務時,無論配備眼動跟蹤裝置與否皆能達到較高精度,這無疑大大提升了其實際價值。另據(jù)報道,DeWave在識別及翻譯動詞方面表現(xiàn)尤為突出,這可能與大腦在處理這類詞匯時會生成類似的電磁場模式有關。
目前,該設備BLEU(雙語評價研究)評分已接近40%,未來隨著技術的不斷升級完善,研究團隊預計這一數(shù)值有望提升至近90%。值得一提的是,此項研究正是基于悉尼科技大學和澳大利亞國防軍聯(lián)合推出的腦控機械臂技術之上開展的。這項技術還曾在公開的ADF視頻中演示過BrainGPT的應用。
該項研究成果已被選作NeurIPS大會的重點論文,NeurIPS是全球最為頂級的人工智能與機器學習研究論壇之一。負責帶領此次研究的GrapheneX-UTS HAI中心主任、特聘教授CT Lin,以及主要研究員Yiqun Duan、Jinzhou Zhou均是UTS工程與信息技術學院的頂尖學者。
-
人工智能
+關注
關注
1804文章
48599瀏覽量
245901 -
電磁場
+關注
關注
0文章
797瀏覽量
47831 -
深度學習
+關注
關注
73文章
5554瀏覽量
122416
發(fā)布評論請先 登錄
Normal Awake腦電波形時域分析參考

ADS1299EEGFE-PDK按照手冊里設置后,無法產(chǎn)生正常的腦電波波形是怎么回事?
ADS1299開發(fā)板怎么接線測腦電信號,用什么樣的線采集腦電波,在哪個位置?
嵌入式和人工智能究竟是什么關系?
《AI for Science:人工智能驅動科學創(chuàng)新》第6章人AI與能源科學讀后感
AI for Science:人工智能驅動科學創(chuàng)新》第4章-AI與生命科學讀后感
《AI for Science:人工智能驅動科學創(chuàng)新》第一章人工智能驅動的科學創(chuàng)新學習心得
risc-v在人工智能圖像處理應用前景分析
人工智能ai 數(shù)電 模電 模擬集成電路原理 電路分析
人工智能ai4s試讀申請
名單公布!【書籍評測活動NO.44】AI for Science:人工智能驅動科學創(chuàng)新
輸入文字轉化語音
報名開啟!深圳(國際)通用人工智能大會將啟幕,國內(nèi)外大咖齊聚話AI
簡儀高性能平臺在小鼠腦電波實驗中的應用

評論