地下室人工智能实验室捕获了10,000小时的大脑扫描，以训练思想到文本的人工智能模型——六个月内从数千人那里收集的最大已知神经数据集

一家旧金山初创公司在过去6个月里运行了人工智能领域一个更不寻常的数据项目。Conduit表示，它已经从地下室工作室的“数千个独特的个体”那里收集了大约1万小时的非侵入性神经数据，形成了它认为是迄今为止组装的最大的神经语言数据集。该公司正在使用这些录音来训练思想到文本的人工智能模型，这些模型试图在参与者说话或打字前几秒钟从大脑活动中解码语义内容。参与者在小隔间里坐了两个小时的会议，通过语音或在“简化”键盘上打字与法学硕士自由交谈。早期的会议依赖于严格的任务，但在注意到参与强烈影响数据质量后，Conduit转向了个性化的来回对话。目标是最大限度地提高每次录音过程中产生的自然语言量，同时保持文本、音频和神经信号之间的紧密时间对齐。在发现没有商用多模态耳机满足其要求后，Conduit自行构建了硬件。该团队将一流的脑电图、fNIRS和其他传感器组合到定制的3D打印外壳中，并为训练和推理创建了单独的设计。训练耳机是密集、沉重的四磅重钻机，旨在最大限度地扩大信号覆盖范围，而推理耳机将在模型成熟后进行消融研究来塑造。所有数据现在都通过Zarr 3格式流动，该格式将来自多个传感器类型的输入统一在一个框架下。该公司最初将电气干扰视为数据质量的主要威胁。工作人员用橡胶包裹设备，试验电源调节器，最终完全关闭主电源，依靠电池组消除脑电图记录中典型的60 Hz尖峰。这种方法产生了自己的问题，包括帧丢失和重型电池的稳定旋转，但Conduit后来在发现规模改变了权衡后恢复了正常电力。一旦数据集跨越大约4,000到5,000小时，该模型就开始在人员、展位和设置中推广，降低了积极降噪的价值。随着流程的扩展，运营成本下降。在5月至10月期间，通过重新设计其后端以实时捕获损坏的会话并允许会话管理员通过摄像头监控多个展位，Conduit将每可用小时数据的边际成本降低了约40%。定制预订系统引入了动态定价和超额预订，以保持其耳机在每天20小时的时间表中被填满。Conduit表示，它现在几乎完全专注于模型训练，并计划在以后的版本中详细介绍其解码系统。在谷歌新闻上关注汤姆的硬件，或者将我们添加为首选来源，以在您的订阅源中获取我们的最新新闻、分析和评论。