RUMPI.png

TEXAS - Para ilmuwan dari University of Texas, Austin, membuat langkah baru dalam pengembangan teknologi artificial intelligence (AI).Dalam sebuah penelitian yang diterbitkan &nbsp;dalam jurnal Nature Neuroscience, para peneliti menggambarkan AI yang dapat menerjemahkan pikiran pribadi subjek manusia dengan menganalisis pemindaian fMRI, yang mengukur aliran darah ke berbagai daerah di otak.Seperti dilansir dari laman website New York Times pada Rabu, 3 Mei 2023, para peneliti telah mengembangkan metode penguraian kode bahasa untuk mengambil ucapan percobaan dari orang-orang yang kehilangan kemampuan berbicara, dan memungkinkan orang yang lumpuh untuk menulis sambil hanya berpikir untuk menulis. Tapi decoder bahasa baru adalah salah satu yang pertama tidak bergantung pada implan. Dalam studi tersebut, decoder mampu mengubah ucapan imajiner seseorang menjadi ucapan yang sebenarnya dan, ketika subjek diperlihatkan film bisu, itu bisa menghasilkan deskripsi yang relatif akurat tentang apa yang terjadi di layar.<ul><li><a target="_blank" rel="noopener noreferrer" href="https://www.trenasia.com/read/tuntut-upah-layak-belasan-ribu-penulis-hollywood-mogok-kerja">Tuntut Upah Layak, Belasan Ribu Penulis Hollywood Mogok Kerja</a></li><li><a target="_blank" rel="noopener noreferrer" href="https://www.trenasia.com/read/bps-nilai-tukar-petani-turun-jadi-110-58-pada-april-2023">BPS: Nilai Tukar Petani Turun jadi 110,58 pada April 2023</a></li><li><a target="_blank" rel="noopener noreferrer" href="https://www.trenasia.com/read/mayoritas-buruh-indonesia-dari-kalangan-generasi-sandwich">Mayoritas Buruh Indonesia dari Kalangan Generasi Sandwich</a></li></ul>“Ini bukan hanya stimulus bahasa,” kata Alexander Huth, ahli saraf di universitas yang membantu memimpin penelitian tersebut. “Kami mendapatkan makna, sesuatu tentang gagasan tentang apa yang terjadi. Dan fakta bahwa itu mungkin sangat menarik.”Studi tersebut berpusat pada tiga peserta, yang datang ke lab Dr. Huth selama 16 jam selama beberapa hari untuk mendengarkan “The Moth” dan podcast naratif lainnya. Saat mereka mendengarkan, pemindai fMRI mencatat tingkat oksigenasi darah di beberapa bagian otak mereka. Para peneliti kemudian menggunakan model bahasa besar untuk mencocokkan pola aktivitas otak dengan kata dan frasa yang telah didengar para peserta.Pada dasarnya, kata Shinji Nishimoto, ahli saraf di Universitas Osaka yang tidak terlibat dalam penelitian, “aktivitas otak adalah sejenis sinyal terenkripsi, dan model bahasa menyediakan cara untuk menguraikannya.”Dalam studi mereka, Dr. Huth dan rekan-rekannya secara efektif membalik proses tersebut, menggunakan AI lain untuk menerjemahkan gambar fMRI peserta menjadi kata dan frasa. Para peneliti menguji dekoder dengan meminta peserta mendengarkan rekaman baru, kemudian melihat seberapa dekat terjemahan tersebut dengan transkrip yang sebenarnya.Hampir setiap kata tidak sesuai pada tempatnya dalam naskah yang diterjemahkan, tetapi arti dari bagian itu dipertahankan secara teratur. Pada dasarnya, hasil dari decoder adalah parafrase.Transkrip asli : “Saya bangun dari kasur udara dan menempelkan wajah saya ke kaca jendela kamar berharap melihat mata menatap ke arah saya tetapi malah menemukan kegelapan.”Diterjemahkan dari aktivitas otak: "Saya hanya terus berjalan ke jendela dan membuka kaca saya berdiri di atas kaki saya dan mengintip keluar. Saya tidak melihat apa-apa dan melihat ke atas lagi saya tidak melihat apa-apa."Selama menjalani pemindaian fMRI, para peserta juga diminta membayangkan sedang bercerita dalam hati. Setelah itu, mereka mengulangi cerita itu dengan lantang, sebagai referensi. Di sini, model decoding menangkap inti dari versi tak terucapkan.Versi peserta : “Cari pesan dari istri saya yang mengatakan bahwa dia telah berubah pikiran dan dia akan kembali.”Versi yang diterjemahkan : "Melihatnya karena alasan tertentu saya pikir dia akan datang kepada saya dan mengatakan dia merindukan saya."Terakhir, subjek menonton film animasi bisu singkat dan masih sambil menjalani pemindaian fMRI. Dengan menganalisis aktivitas otak mereka, model bahasa dapat memecahkan kode sinopsis kasar dari apa yang mereka lihat dan memungkinkan juga mengenai deskripsi internal mereka tentang apa yang mereka lihat.Segmen yang diterjemahkan dari rekaman otak dikumpulkan saat pengguna menonton klip dari film Sintel tanpa suara. Dekoder menangkap inti dari adegan itu. Hasilnya menunjukkan bahwa dekoder AI tidak hanya menangkap kata-kata tetapi juga makna.“Persepsi bahasa adalah proses yang didorong secara eksternal, sedangkan imajinasi adalah proses internal yang aktif,” kata Dr. Nishimoto. “Dan para penulis menunjukkan bahwa otak menggunakan representasi umum di seluruh proses ini.”Greta Tuckute, seorang ahli saraf di Massachusetts Institute of Technology yang tidak terlibat dalam penelitian tersebut, mengatakan bahwa itu adalah "pertanyaan tingkat tinggi"."Bisakah kita memecahkan kode makna dari otak?" dia melanjutkan. “Dalam beberapa hal mereka menunjukkan bahwa, ya, kami bisa.”Metode decoding bahasa ini memiliki keterbatasan, kata Dr. Huth dan rekan-rekannya. Pertama, pemindai fMRI berukuran besar dan mahal. Selain itu, melatih model adalah proses yang panjang dan membosankan, dan agar efektif harus dilakukan pada individu. Ketika para peneliti mencoba menggunakan dekoder yang dilatihkan pada satu orang untuk membaca aktivitas otak orang lain, gagal, menunjukkan bahwa setiap otak memiliki cara unik untuk merepresentasikan makna.Peserta juga dapat melindungi monolog internal mereka, membuang dekoder dengan memikirkan hal lain. AI mungkin bisa membaca pikiran kita, tapi untuk saat ini AI harus membacanya satu per satu, dan dengan izin kita.Saat ini sistem AI terus berkembang, begitu pula dampaknya terhadap kehidupan kita. Selama setengah abad, Geoffrey Hinton memupuk teknologi di jantung chatbot seperti ChatGPT. Namun sekarang dia merasa khawatir AI akan menyebabkan dampak negatif yang serius.

ANANDA.png

AI Artificial Intelligence chatgpt chatbot

Ilmuwan di Texas Kembangkan AI Untuk Membaca Pikiran

Metode decoding bahasa ini memiliki keterbatasan, kata Dr. Huth dan rekan-rekannya. Pertama, pemindai fMRI berukuran besar dan mahal. Selain itu, melatih model adalah proses yang panjang dan membosankan, dan agar efektif harus dilakukan pada individu. Ketika para peneliti mencoba menggunakan dekoder yang dilatihkan pada satu orang untuk membaca aktivitas otak orang lain, gagal, menunjukkan bahwa setiap otak memiliki cara unik untuk merepresentasikan makna.