AI读取人脑信息准确率高达82%

AI读取人脑信息准确率高达82% 德克萨斯大学奥斯汀分校的神经伦理学家基于 GPT-1 开发了一种语言解码器，可通过人脑的磁共振成像将人类听到的语音、想象的语言与看到的无声电影转化成文字。 研究人员让志愿者们躺在磁共振成像仪中记录大脑活动，同时让他们每人收听16小时的博客，这些博客主要是一些 TED 演讲和脱口秀。再将脑成像信息与故事细节以及AI理解语义关系的能力相结合，研究人员开发了一张大脑应对不同内容做出反应短语的编码图。 结果当志愿者想象「我还没有驾照」这句话时，AI会将之解码为「她甚至还没有开始学开车」；当志愿者观看动画电影《新特尔》中女孩照顾小龙的片段时，AI也会根据大脑信息将之转换成文字。 研究人员还发现，这项技术很容易被欺骗，当参与者听着故事录音却想着其它故事时，解码器无法确定他们听到的是什么词，比如内心数数字和罗列动物。并且编码图也因人而异，这意味着研究人员无法创建一种适用于所有人的解码器。

准确率仅为26% OpenAI悄然关闭AI文本检测工具

准确率仅为26% OpenAI悄然关闭AI文本检测工具 OpenAI 官方近日更新新闻稿，由于准确率只有 26%，宣布停止 AI 文本检测工具AI Classifier。 该工具主要用于区分文本是由人类撰写还是 AI 生成的，不过在上线之后，OpenAI 发现准确性并不高。IT之家注：OpenAI 并未发布专门的博文表示关闭这项服务，只是更新了原有博文，在文章中宣布了这项调整。 OpenAI 透露，该工具存在严重的准确性问题，无法可靠地识别内容。报告称识别 AI 生成内容的准确性为 26%，且将 9% 人类撰写的文本错误标记为 AI 生成。 OpenAI 表示：“我们正在努力整合反馈，目前正在研究更有效的文本出处技术，并承诺开发和部署机制，使用户能够了解音频或视觉内容是否由 AI 生成”。来源 ， 来自：雷锋 频道：@kejiqu 群组：@kejiquchat 投稿：@kejiqubot

突破性人工智能利用大脑数据预测小鼠运动 准确率高达95%

突破性人工智能利用大脑数据预测小鼠运动 准确率高达95% 一种用于预测行为状态的新型"端到端"深度学习方法使用了无需预处理或预先指定特征的全皮层功能成像。该方法由医科学生梶冈武弘（AJIOKA Takehiro）和神户大学高见彻（TAKUMI Toru）领导的团队开发，他们还能确定哪些大脑区域与算法最相关（如图）。提取这些信息的能力为未来开发脑机接口奠定了基础。资料来源：梶冈武弘要制作脑机接口，就必须了解大脑信号和受影响的动作之间的关系。这就是所谓的"神经解码"，这一领域的大部分研究都是通过植入大脑的电极来测量脑细胞的电活动。另一方面，功能成像技术，如核磁共振成像或钙成像，可以监测整个大脑，并通过代理数据使活跃的大脑区域清晰可见。其中，钙成像速度更快，空间分辨率更高。但在神经解码工作中，这些数据源仍未得到利用。其中一个特别的障碍是需要对数据进行预处理，如去除噪音或确定感兴趣的区域，因此很难为多种不同行为的神经解码设计出通用的程序。神户大学医科学生 Ajioka Takehiro 利用神经科学家 Takumi Toru 领导的团队的跨学科专业知识解决了这一问题。Ajioka 说："我们在基于 VR 的小鼠实时成像和运动跟踪系统以及深度学习技术方面的经验，让我们能够探索'端到端'深度学习方法，这意味着它们不需要预处理或预先指定的特征，从而可以评估整个皮层的神经解码信息。他们将两种不同的深度学习算法（一种针对空间模式，一种针对时间模式）结合到小鼠在跑步机上休息或奔跑的全皮层胶片数据中，并训练他们的人工智能模型从皮层图像数据中准确预测小鼠是在移动还是在休息。"神户大学的研究人员在《PLoS 计算生物学》杂志上报告说，他们的模型预测动物真实行为状态的准确率高达 95%，而无需去除噪声或预先定义感兴趣的区域。此外，他们的模型仅凭 0.17 秒的数据就做出了这些准确的预测，这意味着他们可以达到接近实时的速度。而且，这种方法适用于五个不同的个体，这表明该模型可以过滤掉个体特征。然后，神经科学家们通过删除部分数据并观察模型在该状态下的表现，确定图像数据中哪些部分对预测起主要作用。预测结果越差，数据就越重要。梶冈武弘释说："我们的模型能够识别行为分类的关键皮层区域，这尤其令人兴奋，因为它打开了深度学习技术'黑盒'的盖子。"神户大学团队建立了一种可通用的技术，从整个皮层功能成像数据中识别行为状态，并开发了一种技术来识别预测是基于数据的哪些部分。这项研究为进一步开发能够利用无创脑成像进行近实时行为解码的脑机接口奠定了基础。编译自:ScitechDaily ... PC版： 手机版：

地下武器试验现在能以99%的准确率被探测到

地下武器试验现在能以99%的准确率被探测到 以前，要区分核爆炸和其他地震源（如自然发生的地震或地面上的人为噪音）非常困难。第一作者、澳大利亚国立大学（ANU）的马克-霍加德（Mark Hoggard）博士说："爆炸发生后，所有这些能量都会辐射出去，地震仪可以测量到这些能量。因此，科学问题变成了我们如何区分这和自然发生的地震？"这是七年前的一个问题，当时用于识别地下核爆炸的几种现有方法都无法确定朝鲜进行过这样的试验。这个神秘的国家后来证实，它已成功试验了威力在 100-370 千吨之间的武器。相比之下，100 千吨级炸弹的威力是 1945 年美国在广岛投下的炸弹的六倍。朝鲜是 21 世纪已知唯一进行过地下核试验的国家，但去年的卫星图像显示，俄罗斯、美国和中国近年来都在其核试验场建造了新设施。虽然没有迹象表明三个超级大国计划恢复此类试验，但乌克兰战争已使全球安全形势变得不确定。霍加德博士说："通过使用一些经过修订的数学和更先进的统计处理方法，我们成功地将美国一系列 140 次已知爆炸的分类成功率从 82% 提高到了 99%。美国的核试验主要是在内华达州的沙漠中进行的，所有这些试验都有详尽的地震记录，因此它提供了一个非常有用的数据集。我们的新方法还成功识别了朝鲜从 2006 年到 2017 年进行的所有六次试验。"霍加德博士说，世界上某些地方可能仍然存在秘密进行地下核试验的情况，而地震的数量之大使得调查每一次地震事件以确定其是否可疑变得十分困难。该图显示了研究人员分析的 140 次爆炸和 1149 次地震。图中显示了之前被误认为是地震的爆炸（红色钻石）和被错误归类为核爆炸的地震（绿色钻石）。资料来源：澳大利亚国立大学霍加德博士称该模型"相当快"，因此"或多或少适合实时监测，这使得像我们这样的有效方法变得更加重要。这也不需要任何新的装备你不需要安装卫星或类似的东西，我们只是使用标准的地震数据。"这项研究是由澳大利亚国立大学和美国洛斯阿拉莫斯政府研究实验室的地球科学家和统计学家团队共同完成的。他们说，新方法"提供了一种快速评估爆炸事件可能性的方法"。该数学模型是通过分析核爆炸源和地震源处岩石变形模式的物理差异而建立的，使专家们能够确定所记录的噪音更有可能属于哪种地震事件。20 世纪 60 年代古巴导弹危机和《部分禁止核试验条约》将核武器试验限制在地下后，国际社会的努力转向监测重大地震波。该协议是在多年来在地面和/或水下进行的破坏环境的实验之后提出的。这些实验污染了许多地方，在某些情况下导致了灾难性的放射性沉降物。但新的监测要求也带来了挑战主要是如何区分核爆炸和其他地震源。六十多年过去了，但这项新研究背后的科学家们相信，他们的创新方法现在可以让全面禁止核试验条约组织（CTBTO）等组织更轻松地完成这项工作，该组织的任务是对核试验进行国际监督。霍加德博士说，他的团队的数学模型将成为"禁核试条约组织的又一个工具，用于探测任何可能秘密进行的地下试验"。他补充说："鉴于几个主要国家仍不愿批准《全面禁止核试验条约》，禁止未来所有试验的可能性不大。因此，要确保各国政府对核武器试验造成的环境和社会影响负责，支持良好的监测计划至关重要。"编译自:ScitechDaily ... PC版： 手机版：