Apple W swoim nowym badaniu naukowcy pokazują, że sztuczna inteligencja może nauczyć się rozpoznawać strukturę aktywności elektrycznej mózgu bez konieczności ręcznego etykietowania przez ekspertów. Naukowcy opisują PARS (PAirWise Relative Shift), która wykorzystuje zasady uczenia się z samonadzorem. Oznacza to, że model jest trenowany wyłącznie na surowych, nieoznakowanych danych. Obecne modele analizy EEG często opierają się na danych z adnotacjami, które określają na przykład poszczególne fazy snu lub dokładne momenty wystąpienia napadu padaczkowego. Apple Przyjęli jednak inne podejście. Ich model uczy się przewidywać, jak daleko od siebie w czasie znajdują się różne krótkie segmenty sygnału EEG.
Mógłbyś być zainteresowany
Nowa metoda nie koncentruje się na uzupełnianiu brakujących fragmentów, lecz na zrozumieniu szerszej struktury fal mózgowych. Wyniki pokazują, że PARS pozwala na lepsze wychwycenie długoterminowych zależności w sygnale, co przekłada się na większą dokładność w zadaniach takich jak wykrywanie faz snu czy napadów padaczkowych. W testach model przewyższył lub dorównał najlepszym dotychczasowym metodom w większości zastosowanych benchmarków. Naukowcy wykorzystali między innymi zbiór danych EESM17, który zawiera pomiary z tzw. ear-EEG, czyli elektrod EEG umieszczonych w uchu. Technika ta pozwala na wychwycenie szeregu klinicznie istotnych sygnałów i nadaje się do zastosowania w elektronice noszonej.
Galeria zdjęć
Apple wcześniej wyraził zainteresowanie tym obszarem. Zgłoszenie patentowe z 2023 r. opisuje urządzenie do pomiaru biosSygnały w uchu, w tym badanie EEG ucha i jego ograniczenia, zwłaszcza konieczność indywidualnej adaptacji do kształtu ucha. W patencie Apple Proponuje rozwiązanie wykorzystujące większą liczbę elektrod, spośród których sztuczna inteligencja dynamicznie wybierałaby te o najlepszym sygnale. Badanie bezpośrednio AirNie wspomina się o kontenerach, ale połączenie badań nad sprzętem i oprogramowaniem sugeruje, że Apple aktywnie bada tę dziedzinę. Teoretycznie podobna technologia mogłaby w przyszłości zapewnić funkcje śledzenia snu lub wykrywania ruchu.euroanomalie logiczne. Nie jest jednak jeszcze pewne, czy te koncepcje kiedykolwiek pojawią się w rzeczywistym produkcie.
