The Mind-Reading Potential of AI | Chin-Teng Lin | TED

23,006 views ・ 2025-01-07

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Peter Pallos Lektor: Reka Lorinczy
00:04
How often are you frustrated by the time it takes
0
4020
5520
Milyen gyakran bosszankodtak az idő miatt, amely ahhoz kellett,
00:09
to accurately get things in your mind into a computer?
1
9580
5240
hogy a fejünkben lévő dolgokat pontosan vigyék számítógépre?
00:16
It is even worse for people like me,
2
16140
3560
Még rosszabb az olyanoknak, mint én,
00:19
whose first language is not based on letters.
3
19700
4200
akiknek első nyelve nem betűkön alapul.
00:24
I live and work in Australia,
4
24740
3080
Ausztráliában élek és dolgozom,
00:27
but I am originally from Taiwan.
5
27820
3280
de Tajvanról származom.
00:32
I moved to Sydney eight years ago
6
32180
3280
Nyolc éve költöztem Sydney-be,
00:35
and now run a university research center there.
7
35500
5360
és ott egyetemi kutatóközpontot vezetek.
00:42
Most of us use keyboards every day
8
42300
3840
Legtöbbünk naponta billentyűzetet használ,
00:46
to get things in our minds into the computer.
9
46180
3880
hogy a fejünkben lévő dolgokat a számítógépbe juttassuk.
00:51
We have to learn to type.
10
51300
1760
Meg kell tanulnunk gépelni.
00:53
The fact that you have to learn to do some things
11
53740
4320
Az, hogy meg kell tanulnunk néhány dolgot,
00:58
shows how unnatural it is.
12
58100
3400
azt mutatja, ez mennyire természetellenes.
01:02
The finger-driven touch screen has been around for 60 years.
13
62740
5640
Az ujjunkkal vezérelhető érintőképernyő 60 éve létezik.
01:08
It's convenient, but it is also slow.
14
68780
3520
Kényelmes, de lassú.
01:14
There are other ways to control computers --
15
74020
3920
Számítógépek másként is vezérelhetők:
01:17
joystick or gestures --
16
77980
2920
botkormánnyal vagy gesztusokkal,
01:20
but they are not very useful in capturing the words in your mind.
17
80940
6680
de ezek nem túl hasznosak az elménkben lévő szavak rögzítéséhez.
01:28
And it is words --
18
88260
2680
A szavak nélkülözhetetlenek
01:30
they are critical to communication for human beings.
19
90980
4320
az emberi kommunikáció szempontjából.
01:36
The problem is about to be over,
20
96980
4360
De a gondot az MI hamarosan megoldja.
01:41
because of AI.
21
101380
2000
01:43
Today, I will show you
22
103980
2360
Ma megmutatom,
01:46
how AI can turn the speech in your mind into words on screen.
23
106340
7000
hogyan tudja az MI szavakká alakítani képernyőn az elménkben lévő beszédet.
01:55
Getting from the brain to the computer efficiently
24
115980
5560
Az agyból a számítógépbe való hatékony betáplálás
02:01
is a real bottleneck for any computer application.
25
121580
3920
a számítógépes alkalmazások szűk keresztmetszete.
02:06
It has been my passion for 25 years.
26
126460
3520
25 éve ez a szenvedélyem.
02:11
Many of you, or most of you,
27
131860
2160
Sokan önök közül vagy legtöbben hallottak
02:14
have heard of "brain-computer interface," BCI.
28
134060
5040
az agy-számítógép csatolásról, azaz a BCI-ről.
02:20
I have been working on BCI,
29
140100
2400
2004 óta dolgozom a BCI-n,
02:22
for the direct communication between the brain and machine,
30
142500
5080
az agy és a gép közötti közvetlen kommunikáción.
02:27
since 2004.
31
147620
1920
02:30
I developed a series of EEG headsets that do this.
32
150460
6320
Ehhez számos EEG-fejhallgatót fejlesztettem ki.
02:38
But they are not new.
33
158780
1680
De nem ez az újdonság,
02:41
What is new is an interface that works in a natural way,
34
161700
5560
hanem a természetes módon működő felület,
02:47
based on how our brain is working naturally.
35
167300
4520
mint ahogy agyunk természetes módon működik.
02:53
Imagine reading words when someone is thinking,
36
173140
5520
Képzeljék el, hogy szavakat olvasnak, amikor valaki gondolkodik,
02:58
translating the brain signals into words.
37
178700
3640
az agyi jeleket szavakká fordítja le.
03:03
Today, you will see this in action,
38
183220
3320
Ma ezt implantátumok nélküli működés közben fogjuk látni.
03:06
and with no implants.
39
186580
2080
03:09
We are using AI
40
189940
1480
A mesterséges intelligenciát használjuk
03:11
to decode the brain signals on the top of your head
41
191460
4200
a fejünk tetején lévő agyi jelek dekódolására
03:15
and identify the biomarkers of speaking.
42
195660
3960
és a beszéd biomarkereinek azonosítására.
03:20
That means that you can send the words in your mind into the computer
43
200260
6200
Ez azt jelenti, hogy az elménkben lévő szavakat
03:26
with wearable technology.
44
206500
2400
hordozható technológiával számítógépbe küldhetjük.
03:29
It's exciting,
45
209540
1280
Ez roppant izgalmas,
03:30
and I believe it will open up the bottleneck
46
210820
4600
és megnyitja a szűk keresztmetszetet
03:35
of how we engage with computers.
47
215420
3640
a számítógépekkel való kapcsolattartásban.
03:40
We are making exciting progress in decoding EEG to test this.
48
220940
5880
Izgalmas előrelépést érünk el az EEG dekódolásában.
03:47
It's natural.
49
227260
1120
Ez természetes.
03:48
We have had very promising results
50
228980
3600
Ígéretes eredményeket értünk el
03:52
in decoding EEG when someone is speaking aloud.
51
232620
4200
az EEG dekódolásában, amikor valaki fennhangon beszél.
03:57
The frontier we are working on now
52
237340
2600
Most olyan EEG-k dekódolásán dolgozunk,
03:59
is to decode EEG when the speech is not spoken aloud,
53
239980
6200
amikor nem fennhangon beszélünk,
04:06
the words that flow in your mind when you are listening to others
54
246220
6120
amikor csak elménkben áramlanak a szavak, miközben másokat hallgatunk,
04:12
or when you are talking to yourself or thinking.
55
252380
4840
vagy amikor magunkban beszélünk, vagy éppen gondolkodunk.
04:18
We are well on the way to make it a reality.
56
258700
4240
Már jó úton vagyunk, hogy ezt megvalósítsuk.
04:24
Who would like to see this in action?
57
264500
1960
Ki szeretné látni működés közben?
04:26
(Cheers and applause)
58
266780
6920
(Ujjongás és taps)
04:33
Great, we are ready to demonstrate it to you.
59
273740
3600
Nagyszerű, készen állunk a bemutatásra.
04:37
I am going to invite two of my team, Charles and Daniel,
60
277740
4640
Kérem Charlest és Danielt a csapatomból,
04:42
to show it to us again.
61
282420
2360
hogy mutassák be ezt nekünk.
04:45
This is the first world premiere for us,
62
285900
3120
Ez az első világpremier,
04:49
so I hope you can be patient with us.
63
289060
3960
így remélem, türelmesek lesznek hozzánk.
04:53
We are getting around 50 percent accuracy ...
64
293060
3800
Kb. 50%-os pontosságot érünk el
04:56
(Laughter)
65
296900
2280
(Nevetés)
04:59
in decoding the brain signals into words
66
299220
3960
az agyi jelek szavakká dekódolása során,
05:03
when someone is speaking silently.
67
303220
3680
amikor valaki csendben beszél.
05:07
Here shows how it will work.
68
307860
2080
Megmutatjuk, hogyan működik.
05:12
We have a collection of words that we have trained our technology with.
69
312860
5760
Van szógyűjteményünk, amellyel kifejlesztettük technológiánkat.
05:20
They are combined into sentences.
70
320260
2640
Mondatokba vannak összerakva.
05:24
Charles will select one sentence,
71
324180
2760
Charles kiválaszt egy mondatot,
05:26
and Daniel will read the sentence word by word, silently,
72
326940
5240
Daniel pedig szóról szóra csendben felolvassa a mondatot,
05:32
and produce the brain signals that will be picked up by our sensors.
73
332180
5280
eközben agyi jeleket képez, amelyeket érzékelőink felvesznek.
05:37
Our technology will decode the brain signals into words.
74
337460
4760
Technológiánk az agyi jeleket szavakká dekódolja.
05:42
Charles, Daniel, are you ready to go ahead?
75
342940
2760
Charles, Daniel, készen álltok a továbblépésre?
05:48
This is the sentence
76
348460
3800
Ezt a mondatot
05:52
that Daniel is going to read silently.
77
352300
3560
Daniel csendben fogja felolvasni.
06:15
(Applause)
78
375860
5360
(Taps)
06:21
Sorry, please keep silent. (Laughter)
79
381980
2800
Elnézést, kérem, maradjanak csendben.
(Nevetés)
06:24
Here are the --
80
384820
1760
Itt vannak
06:27
decoded words.
81
387940
1520
a dekódolt szavak.
06:29
They are likely the intended words.
82
389500
2320
Valószínűleg ezek a tudatosított szavak.
06:32
You can see the probability ranking
83
392540
2520
Technológiánkkal megtekinthetik
06:35
of the decoded words by our technology.
84
395100
3080
a dekódolt szavak valószínűségi rangsorát.
06:40
The pattern shows our predicted sentence ...
85
400540
3880
A minta megmutatja a megjósolt mondatunkat.
06:45
is not so correct.
86
405820
1680
De nem teljesen helyesen.
06:47
(Laughter)
87
407540
3080
(Nevetés)
06:50
Sorry, you see the other 50 percent,
88
410620
4800
Sajnálom, a másik 50%-ot láttuk,
a rendszer nem működik.
06:55
the system doesn't work.
89
415420
1240
06:56
But actually, you still can see some keywords where we got it.
90
416660
3800
De azért látunk pár megszerzett kulcsszót.
07:01
Let's invite Charles and Daniel to do it again,
91
421180
3480
Kérjük meg Charlest és Danielt, hogy ismételjék meg,
07:04
but please keep silent when he's reading silently.
92
424700
4640
de kérem, maradjanak teljes csöndben, miközben olvas.
07:10
Here is the sentence,
93
430660
1320
Itt van a mondat,
07:12
another sentence that Daniel will read word by word, silently.
94
432020
4240
egy másik mondat, amelyet Daniel csendben szóról szóra felolvas.
07:16
(Laughs)
95
436980
1160
(Nevet)
07:45
Again, here are the decoded words.
96
465620
2480
Itt vannak a dekódolt szavak.
07:48
They are likely the intended words.
97
468100
2520
Valószínűleg ezek a tudatosított szavak.
07:53
The pattern shows our predictive sentence
98
473260
3640
A minta azt mutatja, hogy prediktív mondatunk
07:56
is very close to the ground-truth sentence this time.
99
476940
3360
ezúttal nagyon közel áll az igazi mondathoz.
08:00
(Cheers and applause)
100
480300
6920
(Ujjongás és taps)
08:07
Thank you, thank you.
101
487620
1840
Köszönöm, köszönöm.
08:10
How does it work?
102
490340
1560
Hogyan működik?
08:11
We pick up the brain signals with sensors
103
491940
4200
Az agyi jeleket érzékelőkkel felvesszük,
08:16
and amplify and filter them
104
496140
3560
felerősítjük és szűrjük őket,
08:19
to reduce the noise and get the right biomarkers.
105
499700
4040
hogy a zajt csökkentsük, és megkapjuk a helyes biomarkereket.
08:24
We use AI for the task.
106
504460
2880
A feladathoz az MI-t használjuk.
08:27
We use deep learning to decode the brain signals
107
507380
4080
A mély tanulást használjuk
08:31
into the intended words.
108
511460
2240
az agyi jelek szándékolt szavakra fordítására.
08:33
And then we use the large language model
109
513740
3600
Ezután a nagy nyelvi modellt használjuk
08:37
to make the match of the decoded words
110
517380
3280
a dekódolt szavak egyeztetésére
08:40
and make up for the mistakes in EEG decoding.
111
520700
4320
és az EEG-dekódolás hibáinak kijavítására.
08:46
All of this is going on in the AI,
112
526380
3520
Mindez az MI-ben zajlik, de a felhasználó számára a művelet
08:49
but for the user, the interaction is natural,
113
529940
3720
természetes, gondolatokon át
08:53
through thoughts and natural language.
114
533700
3480
és természetes nyelven folyik.
08:57
We are very excited about the advances that we are making
115
537900
4960
Lelkesít a szavak
és mondatok megértésében elért előrelépés.
09:02
in understanding words and sentences.
116
542860
2680
09:07
Another thing that is very natural to people
117
547420
4320
Nagyon természetes az embereknek,
09:11
is looking at something that has their attention.
118
551780
4800
hogy megvizsgálják, ami felkelti az érdeklődésüket.
09:16
Imagine if you could select an item just by looking at it,
119
556580
6520
Képzeljék el, ha valamit csak ránézésre választhatnának ki,
09:23
not by picking it off the shelf
120
563140
2800
nem pedig úgy, hogy leveszik a polcról,
09:25
or punching a code into the vending machine.
121
565940
3760
vagy az áruautomatába beütik a kódot.
09:30
Two years ago,
122
570460
1440
Két éve
09:31
in a project about hands-free control of robots,
123
571900
6120
a robotok távvezérléséről szóló projektben
09:38
we were very excited about robot control
124
578060
4360
izgatottak voltunk
az ujjak vizuális felismerése miatt.
09:42
via visual identification of the fingers.
125
582460
4120
09:47
We are now beyond that.
126
587060
2440
Most már túl vagyunk ezen.
09:49
We need not any fingers.
127
589540
2280
Nincs szükségünk ujjra.
09:51
The AI is making it natural.
128
591860
2920
Az MI természetessé teszi.
09:55
There are four objects on the table.
129
595660
2640
Négy tárgy van az asztalon.
09:59
Toy car,
130
599300
1960
Játékautó,
10:01
toy animal,
131
601260
2520
játékállat,
10:03
plastic flower and some food,
132
603820
3560
műanyag virág és néhány élelmiszer,
10:07
which is also plastic,
133
607380
2880
amelyek szintén műanyagból vannak,
10:10
not left over from the breakfast this morning.
134
610300
3480
nem a mai reggeli maradékai.
10:14
You can also see the four objects' photo on the screen.
135
614660
5400
A négy objektum fényképe is látható a képernyőn.
10:20
Daniel is going to look at the photos,
136
620980
3680
Daniel megnézi a képeket,
10:24
and select an item in his mind.
137
624700
3560
és gondolatban kiválaszt egy tárgyat.
10:28
If it is working as it should,
138
628860
2920
Ha úgy működik, ahogy kellene,
10:31
you will see the selected item pop up on screen.
139
631820
4600
akkor a kiválasztott tárgy a képernyőn megjelenik.
10:37
We use photos for this because they are very controllable.
140
637540
3240
Ehhez fényképeket használunk, mert jobban ellenőrizhetők.
10:41
To show that this is not all just built into my presentation,
141
641900
6320
Hogy megmutassam, hogy ez nem csak az előadásomba épül be,
10:48
Charles will pick up one item for Daniel to select in mind.
142
648220
6920
Charles felvesz egy tárgyat, hogy Daniel gondolatban kiválassza.
10:55
Please, Charles.
143
655460
1240
Kérlek, Charles.
11:01
It's a car.
144
661900
2720
Az autót.
11:06
So, Daniel, select ...
145
666140
2160
Daniel, válassz!
11:11
the car in his mind.
146
671060
1440
Az autó jár a fejében.
11:18
(Laughter)
147
678260
2360
(Nevetés)
11:20
Hamburger.
148
680660
1200
Hamburger.
11:21
(Laughter)
149
681860
1000
(Nevetés)
11:22
It's incorrect.
150
682900
1240
Ez helytelen.
11:24
(Laughter)
151
684140
1960
(Nevetés)
11:26
It's unlucky that the 30-percent error rate came with us again.
152
686500
5960
Sajnos ismét a 30%-os hibaarány jött elő.
11:32
Let's invite Charles and Daniel to show it again.
153
692780
2760
Kérjük meg Charlest és Danielt, hogy mutassák meg újra.
11:40
It's a duck, a lovely duck.
154
700420
3720
Szép kacsa.
11:44
(Laughter)
155
704140
2280
(Nevetés)
11:51
OK. Good.
156
711780
1320
Rendben. Jó.
11:53
(Cheers and applause)
157
713100
6400
(Ujjongás és taps)
11:59
Thank you. Thank you.
158
719500
1400
Köszönöm. Köszönöm.
12:01
Daniel did this for his PhD.
159
721580
3000
Ez Daniel PhD-dolgozatának témája.
12:04
It's very impressive, isn't it?
160
724580
1720
Lenyűgöző, nem igaz?
12:06
When Daniel selects an item in his mind,
161
726660
3480
Amikor Daniel gondolatban egy tárgyat kiválaszt,
12:10
his brain recognizes and identifies the object and triggers his EEGs.
162
730180
6640
agya felismeri és azonosítja, és elindítja az EEG-jeleit.
12:16
Our technology decodes the triggers.
163
736860
3240
Technológiánk dekódolja a kiváltó jeleket.
12:21
We are working on our way through the technical challenges.
164
741300
6320
Dolgozunk a műszaki akadályok elhárításán.
12:28
We will work on overcoming the interference issue.
165
748660
3960
Dolgozunk az interferencia leküzdésén.
12:33
That's why I asked for the phones to be turned off.
166
753020
4040
Ezért kértem, kapcsolják ki telefonjukat!
12:38
Different people have different neural signatures,
167
758900
4560
Mindenkinek más az idegi mintázata,
12:43
which are important to decoding accuracy.
168
763500
3440
ezek fontosak a dekódolási pontosság szempontjából.
12:46
One reason I brought Daniel along here
169
766980
3640
Danielt azért hoztam ide,
12:50
is because he can give off great neural signatures.
170
770660
5000
mert nagyszerű az idegi mintázata.
12:55
(Laughter)
171
775700
3240
(Nevetés)
12:58
(Applause)
172
778980
6160
(Taps)
13:05
Yeah, he can give us a great neural signature,
173
785180
2760
Igen, technológiánk szempontjából
13:07
as far as our technology is concerned.
174
787980
2600
nagyszerű az idegi mintázata.
13:11
They are still cables here as well.
175
791740
3120
Még mindig itt vannak a kábelek.
13:14
It is not yet very portable.
176
794900
2600
Még nem túl hordozható.
13:17
Probably one biggest barrier to people using this
177
797860
6200
Valószínűleg az egyik legnagyobb akadály a használóknak ez lesz:
13:24
will be: “How do I turn it off?”
178
804100
2960
„Hogyan kapcsolhatom ki?”
13:27
Any one of you will have had times when you are happy
179
807620
5600
Mindenkivel előfordult már, amikor örült,
13:33
that the people you are with don't know what you are really thinking.
180
813260
4280
hogy akikkel együtt volt, nem tudták, mi jár a fejében.
13:37
(Laughter)
181
817580
1280
(Nevetés)
13:38
There are serious privacy and ethical issues
182
818900
2800
Vannak komoly magánéleti és erkölcsi kérdések,
13:41
that will have to be dealt with.
183
821740
2120
amelyekkel foglalkozni kell.
13:44
I am very passionate about how important this technology can be.
184
824700
6520
Szenvedélyem a technológia fontossága.
13:51
One exciting point is linking the brain-computer interface
185
831580
4960
Az egyik izgalmas téma az agy-számítógép felület összekapcsolása
13:56
to wearable computers.
186
836580
2120
a hordozható számítógépeknél.
13:58
You already have a computer on your head.
187
838700
2720
Már van egy számítógép a fejünkben.
14:01
The brain will be a natural interface.
188
841780
3240
Az agy természetes csatolási felület.
14:05
It is not only about controlling a computer.
189
845060
3800
Ez nem csak a számítógép vezérléséről szól.
14:09
The natural BCI also provides
190
849780
3920
A természetes BCI másik módot is kínál
14:13
another way for people to communicate with people.
191
853700
4040
az emberekkel való kommunikációra.
14:18
For example, it allows people who are not able to speak
192
858700
5400
Pl. a némák is
kommunikálhatnak másokkal,
14:24
to communicate with others,
193
864100
2680
14:26
or such as when privacy or silence are required.
194
866780
6520
vagy megoldás, amikor a magánélet vagy csend miatt szükséges.
14:34
If your idea of nature is a lovely forest,
195
874420
6240
Ha a természetről alkotott elképzelésük egy szép erdő,
14:40
you could wonder how natural this could be.
196
880660
4680
azon tűnődhetnek, hogy ez mennyire természetes lehet.
14:45
My answer is, it's natural language,
197
885980
4560
A válaszom az, hogy ez természetes nyelv,
14:50
it's the natural thought process that you are using.
198
890580
4200
ez a természetes gondolkodási folyamat, amelyet használunk.
14:54
There are no unnatural implants in your body.
199
894820
4720
Szervezetünkben nincsenek természetellenes implantátumok.
15:00
I am challenging you to think
200
900660
2200
Gondolkodjanak el azon,
15:02
about what you regard as natural communication.
201
902900
5240
mit tartanak természetes kommunikációnak.
15:09
Turning the speech in your mind into words.
202
909100
5640
Az elménkben lévő beszéd szavakká alakítását?
15:14
There is a standard way to finish up when talking with people --
203
914780
5240
Szokásos módja, hogy befejezzük a beszélgetést:
15:20
you say: “Just think about it.”
204
920060
4040
„Csak gondolj bele!”
15:24
I hope you are as excited as we are
205
924940
3960
Remélem, ugyanúgy fel vannak dobva, mint mi
15:28
for the prospect of a future
206
928940
3400
az olyan jövő kilátásai miatt,
15:32
in which, when you just think about something,
207
932380
4200
amelyben amikor valami eszünkbe jut,
15:36
the words in your mind appear on screen.
208
936620
4480
az elménkben lévő szavak megjelennek a képernyőn.
15:41
Thank you.
209
941140
1160
Köszönöm.
15:42
(Applause)
210
942340
1760
(Taps)
Erről a weboldalról

Ez az oldal olyan YouTube-videókat mutat be, amelyek hasznosak az angol nyelvtanuláshoz. A világ minden tájáról származó, kiváló tanárok által tartott angol leckéket láthatsz. Az egyes videók oldalán megjelenő angol feliratokra duplán kattintva onnan játszhatja le a videót. A feliratok a videó lejátszásával szinkronban gördülnek. Ha bármilyen észrevétele vagy kérése van, kérjük, lépjen kapcsolatba velünk ezen a kapcsolatfelvételi űrlapon.

https://forms.gle/WvT1wiN1qDtmnspy7