最新新闻
为您推荐

推进人机交互:2023年Mersivity研讨会的见解

作者Brenda KananaBrenda Kanana 3 分钟阅读
Mersivity研讨会
  • Mersivity研讨会的研究人员探索利用非侵入式脑电图技术和人工智能,通过脑信号将思想转化为文字。
  • 艺术家Reid Godshaw展示了推广素食主义的AI生成艺术,工程师Steve Mann则推出了“Freehicle”,一种提升无障碍体验的多功能交通工具。
  • 本次研讨会揭示了人类智慧与人工智能的融合,提供了关于脑机接口潜力、创意AI应用及无障碍交通解决方案的深刻见解。

去年12月举行的 Mersivity研讨会汇集了来自不同领域的专家,讨论人文人工智能(AI)与先进技术的整合。该活动邀请了来自多伦多大学(U of T)、麻省理工学院(MIT)和电气电子工程师学会等知名机构的研究人员、作家、经济学家和创新者参加。

将思想转化为语言

研讨会的一个亮点是麻省理工学院(MIT)两位年轻研究人员Akarsh Aurora和Akash Anand的演讲。他们描绘了一个未来愿景,在那里思想可以直接转化为语言,从而消除了对键盘和鼠标等传统输入方法的需求。

想象一个世界,打开灯或更换电视频道只需一个念头。这项技术具有深远的意义,特别是对于有言语障碍或失去沟通能力的人。Aurora和Anand分享的研究展示了这种未来主义举措可能如何实现。

从脑信号到语言

为了将思想转化为语言,研究人员必须首先捕捉思想的原始数据,这些数据主要由大脑中的电信号组成。传统方法涉及将电极直接植入大脑,但这种方法存在缺点,例如干扰脑组织并需要定期更换。

另一种非侵入式方法涉及使用脑机接口(BCI),如脑电图(EEG)。EEG类似于带有电线和电极的帽子,放置在头皮上以检测大脑电活动,无需侵入性手术。

破译EEG信号以重构语言

Aurora和Anand的研究涉及在参与者聆听《爱丽丝梦游仙境》第一章时记录他们的EEG数据。目标是仅从EEG数据中重构参与者听到的语言。

然而,将EEG信号转换为语言并非易事。EEG数据容易受到各种因素(如眨眼)引起的“噪声”影响。研究人员使用AI通过应用过滤器来清理EEG信号,以应对这一挑战。

他们的方法包括使用预训练的AI模型根据EEG数据生成候选词序列。如果AI生成的序列与参与者在录音期间听到的序列匹配,则被认为准确。

虽然结果尚未完全准确,但它们代表了将神经信号转化为连续语言的重要一步。

研讨会并非仅专注于脑机接口。艺术家Reid Godshaw展示了如何创造性地利用AI来放大艺术表达。他展示了一系列由AI创作的具有影响力的艺术作品,以提高人们对纯素主义的认识。这些数字艺术作品强调了动物与人类之间的相似性,同时揭示了肉类行业内的伦理问题。

通过“Freehicle”概念彻底改变无障碍性

工程师兼多伦多大学教授Steve Mann在他的演讲中介绍了“Freehicle”的概念。这一革命性的设想是一种能够适应陆地和水上行驶的车辆,强调无障碍性的重要性并提高生活质量,特别是对于残障人士而言。

Mersivity研讨会成为技术与人性交叉点上进行突破性研究和讨论的平台。AI与脑机接口等先进技术的整合,展示了在各个领域带来积极变化的潜力。

研讨会与会者离开时感到,他们正处于重大技术进步的边缘,这些进步可能会重塑我们与世界的互动方式。流行的互联网迷因宣称:“未来已来,老家伙”,反映了这一前瞻性活动中展示的快速创新步伐。

如果您正在阅读这篇文章,说明您已经领先一步。请继续通过我们的通讯保持关注。

分享本文

免责声明。 本文提供的信息不构成交易建议。 Cryptopolitan.com 对于基于本页信息进行的任何投资,我们不承担任何责任。我们强烈建议在进行任何投资决策之前,进行独立研究或咨询合格的专业人士。

Brenda Kanana

Brenda Kanana

Brenda 拥有 4 年以上专注于加密货币、人工智能及新兴技术的经验。她曾就职于 Zycrypto、Blockchain Reporter 和 The Coin Republic,如今以 Cryptopolitan 为家。她在蒙巴萨技术大学获得的社会学学位使她能够始终把握读者的脉搏。

更多新闻…