🧠 ห้องทดลองใต้ดินเก็บข้อมูลสมอง 10,000 ชั่วโมงเพื่อสร้าง AI แปลงความคิดเป็นข้อความ บริษัทสตาร์ทอัพชื่อ Conduit ในซานฟรานซิสโกได้ดำเนินโครงการเก็บข้อมูลสมองจากผู้เข้าร่วมหลายพันคนรวมกว่า 10,000 ชั่วโมง โดยใช้ชุดอุปกรณ์สวมศีรษะที่พัฒนาขึ้นเอง เพื่อฝึกโมเดล AI ที่สามารถถอดรหัสความคิดและเปลี่ยนเป็นข้อความได้ เป้าหมายคือการจับสัญญาณสมองในช่วงเสี้ยววินาทีก่อนที่ผู้เข้าร่วมจะพูดหรือพิมพ์ ⚙️ เทคโนโลยีและวิธีการเก็บข้อมูล Conduit ใช้การผสมผสานเซ็นเซอร์ EEG, fNIRS และอุปกรณ์ตรวจจับอื่น ๆ ในโครงสร้างที่พิมพ์ 3D เพื่อสร้าง “AI Helmet” ที่มีทั้งรุ่นสำหรับการฝึก (หนักและครอบคลุมสัญญาณมากที่สุด) และรุ่นสำหรับการใช้งานจริงในอนาคต ข้อมูลทั้งหมดถูกจัดเก็บในรูปแบบ Zarr 3 เพื่อรวมสัญญาณจากหลายเซ็นเซอร์ภายใต้ระบบเดียว 🔋 ความท้าทายด้านคุณภาพและต้นทุน ในช่วงแรกทีมงานต้องปิดไฟหลักและใช้แบตเตอรี่เพื่อหลีกเลี่ยงสัญญาณรบกวนไฟฟ้า แต่ภายหลังพบว่าการขยายขนาดข้อมูลช่วยให้โมเดลสามารถ “ทั่วไป” ได้ดีขึ้นแม้มีเสียงรบกวน ทำให้ไม่จำเป็นต้องใช้วิธีที่ซับซ้อนมากอีกต่อไป นอกจากนี้ Conduit ยังลดต้นทุนต่อชั่วโมงข้อมูลลงกว่า 40% ด้วยระบบตรวจสอบคุณภาพแบบเรียลไทม์และการจัดการห้องบันทึกหลายห้องพร้อมกัน 🌐 บริบทเพิ่มเติมจากวงการ AI และประสาทวิทยา การวิจัยนี้สะท้อนถึงความพยายามของวงการ AI ที่จะก้าวไปสู่ Brain-Computer Interface (BCI) ซึ่งมีศักยภาพในการช่วยผู้พิการสื่อสาร หรือแม้แต่การสร้างอินเทอร์เฟซใหม่ระหว่างมนุษย์กับคอมพิวเตอร์ อย่างไรก็ตาม นักวิจัยเตือนว่าการเก็บข้อมูลสมองในระดับใหญ่เช่นนี้ต้องพิจารณาเรื่อง จริยธรรมและความเป็นส่วนตัว อย่างเข้มงวด เพราะข้อมูลสมองถือเป็นข้อมูลที่ละเอียดอ่อนที่สุดของมนุษย์ 📌 สรุปสาระสำคัญ ✅ Conduit เก็บข้อมูลสมองกว่า 10,000 ชั่วโมง ➡️ ใช้เพื่อฝึกโมเดล AI แปลงความคิดเป็นข้อความ ✅ ใช้ AI Helmet ที่รวม EEG และ fNIRS ➡️ มีรุ่นสำหรับการฝึกและรุ่นสำหรับใช้งานจริง ✅ ลดต้นทุนการเก็บข้อมูลลงกว่า 40% ➡️ ด้วยระบบตรวจสอบคุณภาพและการจัดการหลายห้อง ‼️ ความเสี่ยงด้านจริยธรรมและความเป็นส่วนตัว ⛔ ข้อมูลสมองเป็นข้อมูลที่ละเอียดอ่อนและอาจถูกใช้ผิดวัตถุประสงค์ ‼️ ความท้าทายด้านการนำไปใช้จริง ⛔ ต้องพิจารณาความแม่นยำและผลกระทบต่อผู้เข้าร่วม https://www.tomshardware.com/tech-industry/artificial-intelligence/basement-lab-produces-10000-hours-of-neural-data-for-thought-to-text-research