このAI搭載の脳スキャナーはあなたの考えを言い換えることができます

テキサス大学オースティン校の研究者らは、人工知能を使って人間の脳の発話活動をスキャンし、言い換えたテキストに変換する画期的な「セマンティックデコーダー」を開発した。原文に比べるとまだ精度は低いが、この開発は支援技術におけるAIの役割にとって大きな前進であり、開発者らは適切な規制がなければ悪用される恐れがあるとすでに警告している。

月曜日にネイチャー・ニューロサイエンス誌に初めて発表された研究チームの研究結果は、OpenAIのGPT-4やGoogle Bardに似た生成プログラムと、機能的磁気共鳴画像法（fMRI）スキャンを解釈できる既存の技術を統合した新しいシステムを詳述している。fMRIは、脳の特定の領域への血液の流れ方と場所を監視する装置である。これまでの脳コンピューターインターフェース（BCI）は同様の翻訳能力を実現する上で有望であることが示されているが、テキサス大学オースティン校のバージョンは、実際の物理的なインプラントや配線を必要としない初の非侵襲性バージョンであると伝えられている。

この研究では、研究者は被験者3名に、それぞれfMRI装置の中で合計16時間、音声ポッドキャストを聞くように依頼した。一方、研究チームはRedditのコメントと自伝的文章を分析して、意味的特徴を作成および解析するAIモデルを訓練した。2つのデータセットを組み合わせることで、AIは被験者の脳のスキャンに関連する単語やフレーズを学習し、一致させて意味的つながりを作成した。

このステップの後、被験者は再びfMRIスキャナーの中に横たわり、元のデータには含まれていない新しい音声を聞くように求められた。その後、セマンティックデコーダーは脳活動のスキャンを介して音声をテキストに変換し、被験者が無音のビデオクリップを見たり、頭の中で独自の物語を想像したりしても、同様の結果を生み出すことができた。AIの書き起こしは一般的に場違いだったり不正確な言葉遣いだったりしたが、全体的な出力は被験者の内なる独白をうまく言い換えていた。時には、音声の単語選択を正確に反映することさえあった。ニューヨークタイムズが説明しているように、結果はテキサス大学オースティン校チームのAIデコーダーが語順だけでなく実際の暗黙の意味も捉えていることを示している。

[関連:脳インターフェースは、イーロン・マスクが言うほど簡単ではない。]

まだ初期段階ではあるものの、研究者たちは、将来的には改良版が、脳卒中患者や筋萎縮性側索硬化症患者など、聴覚的に話す能力を失った人々にとって、強力な新しいコミュニケーションツールとなることを期待している。現状では、fMRI スキャナーは医療施設に限定された巨大で動かない機械だが、研究チームは、機能的近赤外線分光法 (fNIRS) を利用して同様のシステムがどのように機能するかを調査したいと考えています。

しかし、この新しいセマンティックデコーダーには大きな条件がある。被験者は、AI プログラムの目標に集中し続け、その目標に協力するために、意識的に集中して努力しなければならないのだ。簡単に言えば、脳が忙しくなればなるほど、書き起こしが乱れることになる。同様に、デコーダー技術も、一度に 1 人の人間にしかトレーニングできない。

こうした現在の制限にもかかわらず、研究チームはすでに、悪用とともに急速な進歩の可能性を予測している。「将来の開発により、デコーダーがこれらの [プライバシー] 要件を回避できるようになる可能性がある」と研究チームは研究論文で述べている。「さらに、被験者の協力がなければデコーダーの予測が不正確であっても、悪意のある目的で意図的に誤って解釈される可能性があります...これらの理由やその他の予期しない理由から、脳デコード技術のリスクに対する認識を高め、各人の精神的プライバシーを保護するポリシーを制定することが重要です。」