MindLLM, l'intelligenza artificiale ora legge nel pensiero

MindLLM è un nuovo sistema di intelligenza artificiale che potrebbe segnare una svolta nella ricerca sulle interfacce cervello-computer. Questo nuovo modello sviluppato da un team di ricercatori provenienti dalla Yale University, dal Dartmouth College e dall’Università di Cambridge, è in grado di decodificare l’attività cerebrale e convertirla direttamente in testo, segnando un netto passo avanti nel settore della neuroscienza computazionale.

Come funziona MindLLM?

MindLLM utilizza due elementi principali: un codificatore fMRI, che analizza i voxel (le unità tridimensionali delle scansioni cerebrali) e serve per identificare le regioni del cervello attivate durante specifici processi cognitivi e un modello linguistico di grandi dimensioni (LLM), che traduce queste informazioni neurali in linguaggio naturale, consentendo una comprensione fluida dei pensieri dell’utente.

Ma la vera particolarità di questo sistema è che è in grado di funzionare senza bisogno di addestramenti personalizzati per ogni individuo riuscendo ad estrarre le informazioni più rilevanti dalle scansioni fMRI, rendendolo estremamente adattabile a tutti i soggetti.

Altra caratteristica interessante di questa tecnologia il Brain Instruction Tuning (BIT), un processo di apprendimento avanzato che utilizza grandi quantità di dati fMRI associati a descrizioni testuali per consentire al modello di acquisire una maggiore capacità di correlare i modelli di attività cerebrale con il linguaggio naturale, migliorandone notevolmente la precisione.

Per testare le prestazioni di MindLLM, i ricercatori hanno utilizzato il Natural Scenes Dataset (NSD), un insieme di dati che raccoglie immagini fMRI di otto individui mentre osservano figure visive. I primi risultati, pubblicati dimostrano un’efficienza superiore del 12% rispetto ai modelli precedenti usati nell’interpretazione delle attività cerebrali e del 16,4% più preciso nell’analisi di nuovi soggetti, non inclusi nella fase di addestramento.

Oltre a tradurre l’attività neurale in testo, questo modello è anche in grado di descrivere immagini, rispondere a domande e interpretare processi di pensiero complessi, aprendo la strada a numerose applicazioni.

MindLLM potenziali sviluppi futuri

Al momento MindLLM si basa su mappe neuroscientifiche già note nel settore, come l’Atlante di Glasser e l’Atlante di Rolls, utili per migliorare l’interpretazione della posizione e delle funzioni cerebrali associate ai voxel analizzati. Tuttavia, questo strumento è ancora limitato alla decodifica istantanea di singoli momenti di attività cerebrale.

Gli sviluppatori ipotizzano che in futuro le versioni più avanzate del modello saranno in grado di analizzare la sequenza temporale dei pensieri, arrivando a una comprensione più approfondita della cognizione umana.

Le potenziali applicazioni di questa tecnologia, dunque, includono miglioramenti delle interfacce cervello-computer, garantendo nuove possibilità per la comunicazione con persone con disabilità motorie o comunicative. A questo si aggiungono anche applicazioni cliniche e terapeutiche, per studiare disturbi neurologici e mentali.

Anche nel ramo della ricerca neuroscientifica MindLLM può dare grandi risultati con la possibilità di esplorare approfonditamente in che modo i pensieri emergono e si sviluppano nel cervello.

Questo LLM, dunque, rappresenta un grande passo avanti nell’integrazione tra intelligenza artificiale e neuroscienza, avvicinando i ricercatori a un futuro in cui la lettura e la comprensione del pensiero umano potrebbero diventare qualcosa di reale.