Neue KI- Entwicklung kann Hirnaktivität in Text umwandeln

Neue KI- Entwicklung kann Hirnaktivität in Text umwandeln

20. Mai 2020 0 Von Horst Buchwald

Neue KI- Entwicklung kann Hirnaktivität in Text umwandeln
New York, 20.5.2020
In einem Beitrag für „Nature Neuroscience“ berichten Dr: Joseph Makin, und Kollegen von der Universität von Kalifornien (San Francisco), das sie glauben, „die Grundlage für eine Sprachprothese“ geschaffen zu haben.
Dafür rekrutierten sie vier Teilnehmer , denen zur Überwachung von epileptischen Anfällen Elektrodenarrays in ihr Gehirn implantiert wurden. Die Teilnehmer wurden gebeten, aus 50 vorgegebenen Sätzen mehrmals vorzulesen, darunter “Tina Turner ist eine Popsängerin” und “Diese Diebe haben 30 Juwelen gestohlen”. Das Team verfolgte ihre neuronale Aktivität, während sie sprachen.
Diese Daten wurden dann in einen Algorithmus für maschinelles Lernen eingespeist, das die Hirnaktivitätsdaten für jeden gesprochenen Satz in eine Zahlenfolge umwandelte. Um sicherzustellen, dass sich die Zahlen nur auf Aspekte der Sprache bezogen, verglich das System aus kleinen Stücken der Hirnaktivitätsdaten vorhergesagte Geräusche mit tatsächlich aufgenommenem Ton. Die Zahlenfolge wurde dann in einen zweiten Teil des Systems eingegeben, der sie in eine Folge von Wörtern umwandelte.
Zuerst produzierte das System unsinnige Sätze . Doch nachdem es jede Wortfolge mit den Sätzen verglich, die tatsächlich vorgelesen wurden, verbesserte es sich und lernte, wie die Zahlenfolge mit den Wörtern zusammenhängt und welche Wörter dazu neigen, aufeinander zu folgen.
Das Team testete dann das System und erzeugte geschriebenen Text allein aus der Gehirnaktivität beim Sprechen. Das Ergebnis war nicht perfekt. Unter seinen Fehlern wurde “Diese Musiker harmonieren wunderbar” entschlüsselt als “Der Spinat war ein berühmter Sänger”, und aus “Eine Drahtrolle lag nahe der Wand” wurde “Das Rotkehlchen trägt eine gelbe Lilie”.
Das Team stellte jedoch fest, dass die Genauigkeit des neuen Systems gegenüber den früheren deutlich zugenommen hatte. Während die Genauigkeit von Person zu Person variierte, mussten bei einem Teilnehmer im Durchschnitt nur 3 % jedes Satzes korrigiert werden – höher als die Wortfehlerquote von 5 % bei professionellen menschlichen Schreibkräften. Das Team betont jedoch, dass der Algorithmus im Gegensatz zu letzterem nur eine geringe Anzahl von Sätzen verarbeitet.
“Wenn man versucht, über die [50 verwendeten Sätze] hinauszugehen, wird die Dekodierung viel schlechter”, sagte Makin und fügte hinzu, das System verlasse sich wahrscheinlich auf eine Kombination aus dem Lernen bestimmter Sätze, dem Erkennen von Wörtern aus der Gehirnaktivität und dem Erkennen allgemeiner Muster im Englischen.
Das Team fand auch heraus, dass das Training des Algorithmus auf den Daten eines Teilnehmers bedeutete, dass weniger Trainingsdaten vom Endbenutzer benötigt wurden – etwas, das das Training für die Patienten weniger belastend machen könnte.
Dr. Christian Herff, ebenfalls Experte auf diesem Gebiet von der Universität Maastricht, jedoch an dieser Studie nicht beteiligt, beschrieb den Fortschritt folgendermaßen: dieses neue System benötige weniger als 40 Minuten an Trainingsdaten für jeden Teilnehmer und eine begrenzte Sammlung von Sätzen, während die Vorgänger Millionen von Stunden benötigt hätten. Dennoch zeichne das neue System ein bisher nicht gekanntes Maß an Genauigkeit aus.
Seiner Meinung nach sei dieses System für viele schwerbehinderte Patienten noch nicht nutzbar , weil es auf der Hirnaktivität beruhe, die von Menschen aufgezeichnet wird, die einen Satz laut aussprechen. “Natürlich ist dies eine fantastische Forschung, aber diese Menschen könnten auch einfach ‘OK Google’ benutzen”, sagte er. “Dies ist keine Übersetzung des Denkens [sondern der mit der Sprache verbundenen Hirnaktivität]”.
Herff betonte, die Menschen sollten sich keine Sorgen machen, dass andere ihre Gedanken schon jetzt lesen könnten, denn die Gehirnelektroden müssten implantiert werden. Indessen fordert Dr. Mahnaz Arvaneh, ein Experte für Hirn-Maschine-Schnittstellen an der Universität Sheffield, seine Kollegen dazu auf, schon jetzt ethische Fragen zu berücksichtigen. “Wir [sind] noch sehr, sehr weit von dem Punkt entfernt, dass Maschinen unsere Gedanken lesen können, aber das bedeutet nicht, dass wir nicht darüber nachdenken sollten“.

Aufrufe: 8