Cientistas das universidades de Yale, Dartmut e Cambridge desenvolveram um modelo Mindllm que pode converter sinais da camada de ressonância funcional (fMRI) em texto. Ao contrário dos métodos anteriores, não requer configurações pessoais para cada pessoa.
Anteriormente, os esforços para converter a atividade cerebral em texto haviam encontrado problemas com baixa precisão, um conjunto de tarefas limitadas e não podiam trabalhar com pessoas diferentes. Os modelos atuais dependem das características pessoais do cérebro e o conhecimento é pouco tolerado para novos usuários. Mindllm usa uma abordagem diferente com base no tratamento de leis gerais da função cerebral, permitindo que ela se adapte melhor a pessoas e tarefas diferentes.
O modelo inclui dois componentes principais: codificador fMRI e rede nervosa linguística. Digitalize o cérebro para dividi -lo em pequenas áreas tridimensionais – Vokseli, o número e os locais em pessoas diferentes. No entanto, as funções do cérebro ainda são semelhantes e o Mindllm analisa a atividade do cérebro, com esse recurso.
Um mecanismo especial de processamento de sinal ajuda o modelo a entender o significado do método de informação e orientação cerebral (BIT) que melhora sua capacidade definitiva de decodificação de dados. Isso permite que a Mindllm execute tarefas complexas, como criar descrições de sinais cerebrais, respostas para perguntas e raciocínio razoáveis.
Nos testes, o modelo mostra que a adaptação é 16,4% melhor para novos usuários e 25% está lidando melhor com novas tarefas em comparação com soluções anteriores. Mindllm também revelou as conexões entre a atividade de certas áreas do cérebro e as funções cognitivas, como consciência e pensamento.