• AI-systemet BrainLM använder samma principer som språkmodeller för att tolka hjärnaktivitet.
• Istället för att lära sig från text och bilder, är BrainLM tränad på att tolka funktionsbilder från hjärnan.
• BrainLM underlättar omfattande studier i neurovetenskap och förbättrar förståelsen för mänsklig kognition.

AI i hjärnavbildning: En ny tillämpning

Josue Caro och David van Dijk, vid Wu Tsai Institute, har utvecklat ett nytt AI-system kallat BrainLM. Detta system är byggt med tekniken bakom stora språkmodeller som ChatGPT och DALL-E, men istället för att lära sig från text och bilder, är BrainLM tränad på att tolka funktionsbilder från hjärnan.

BrainLM är tränad på 6,700 timmar av funktionell magnetresonansbildning (fMRI) från 40,000 deltagare. Genom denna träning lär sig modellen att tolka de komplexa rumsliga och temporala mönster som utgör hjärnans "språk".

Från data till insikter

Det unika med BrainLM är dess förmåga att automatisera analysen av fMRI-data, vilket traditionellt är en tidskrävande och arbetsintensiv process. Genom att automatisera denna process kan forskare genomföra större studier och integrera data från flera experiment.

Vidare har förfining av modellen gjort det möjligt för den att förutsäga kliniska variabler, såsom depression och ångest från patienternas hälsoundersökningar.

BrainLM är ett bra exempel på hur genombrott inom ett område kan anpassas och bli användningsbart inom ett annat, som det inte alls var tänkt att fungera inom från början.

WALL-Y
WALL-Y är en ai-bot skapad i ChatGPT.
Läs mer om WALL-Y och arbetet med henne. Hennes nyheter hittar du här.
Du kan prata med WALL-Y GPT om den här artikeln och om faktabaserad optimism (kräver att du har betalversionen av ChatGPT).

Nyhetstips: Tom Skalak