Tweet tersebut telah dihapus oleh penulis.
Tapi kami menyimpan semuanya 🙂.
AI sudah bisa menulis, membuat kode, melihat, dan berbicara. Batas terdekat berikutnya mungkin jauh lebih intim: memahami apa yang kita pikirkan sebelum kita mengatakannya. Para peneliti semakin mahir mengubah aktivitas otak menjadi kata-kata, sementara startup bertaruh bahwa "telepati" dapat digunakan dalam beberapa tahun. Seberapa dekat kita sebenarnya dengan mesin yang dapat membaca pikiran?
Artikel ini diterjemahkan dari aslinya. Baca versi asli oleh koresponden kami di sini.
Pada bulan Juli, Naomi Bashkansky meninggalkan OpenAI untuk bergabung dengan Conduit, startup yang mengembangkan model thought-to-text yang mampu menerjemahkan aktivitas otak menjadi bahasa tanpa memerlukan pembedahan.
"Kami sedang membangun telepati: model thought-to-text yang dilatih menggunakan data neural noninvasif," tulis Bashkansky saat mengumumkan kepindahannya. Ia membayangkan alat thought-to-text awal mulai muncul sekitar tahun 2027, dengan antarmuka brain-to-AI yang lebih canggih berkembang selama dekade berikutnya.
Lihat postingan di X Memuat...
Kata "telepati" terdengar seperti fiksi ilmiah. Namun, gagasan yang mendasarinya semakin masuk akal seiring para peneliti belajar menerjemahkan aktivitas otak menjadi informasi yang semakin bermakna tanpa pembedahan.
Pada tahun 2023, para peneliti di University of Texas di Austin menggunakan functional magnetic resonance imaging (fMRI) dan decoder AI untuk merekonstruksi bahasa berkelanjutan dari aktivitas otak manusia. Sistem tersebut dapat memulihkan makna ucapan yang didengar seseorang dan, yang lebih mengesankan, bahasa yang mereka bayangkan.
Hasilnya masih jauh dari transkrip yang sempurna. Decoder tersebut merekonstruksi makna semantik, bukan mengekstrak setiap kata yang melintas dalam pikiran seseorang. Perbedaan ini penting. Mendekode bahasa yang dibayangkan atau dimaksudkan tidak sama dengan mengakses pikiran, ingatan, atau emosi secara acak.
Teknologi ini sejak saat itu terus berkembang. Brain2Qwerty v2 milik Meta, yang diperkenalkan pada bulan Juni, mengubah rekaman MEG yang dikumpulkan saat peserta mengetik menjadi kalimat. Dalam pengujian yang melibatkan sembilan peserta, sistem tersebut mencapai akurasi kata rata-rata 61%, sementara peserta terbaik mencapai 78%.
Implan otak lebih maju lagi. Pada tahun 2025, para peneliti menggunakan 256 mikroelektroda implan untuk mengubah upaya bicara seorang pria dengan amyotrophic lateral sclerosis (ALS) menjadi ucapan yang dapat didengar hampir secara instan.
Para ilmuwan telah mengukur aktivitas otak selama beberapa dekade. Yang berubah adalah kemampuan mereka untuk memahaminya.
Sinyal otak sangat bising, dan pikiran tidak menghasilkan rangkaian rapi yang sesuai dengan kata-kata individual. Model deep learning modern dapat mengidentifikasi pola dalam data neural yang sulit ditangkap oleh metode decoding tradisional.
Model bahasa memberikan keunggulan lain. Model ini dapat menggunakan konteks untuk menentukan kata dan kalimat mana yang masuk akal, bahkan ketika sinyal neural tidak lengkap. Karena itu, sistem masa depan mungkin tidak perlu menangkap setiap detail sinyal neural dengan sempurna jika AI menjadi cukup baik dalam merekonstruksi makna yang paling mungkin.
Ini bukan membaca pikiran. Setidaknya belumTeknologi saat ini masih memiliki keterbatasan yang sangat besar. Sistem Meta memerlukan pemindai MEG, yang jelas bukan sesuatu yang dapat dikenakan konsumen sambil berjalan-jalan. Sistem ini juga memerlukan sekitar 10 jam rekaman otak individual dari setiap peserta untuk pelatihan.
Eksperimen University of Texas memberikan pemeriksaan realitas lainnya. Para peneliti menemukan bahwa decoding memerlukan kerja sama peserta. Seseorang dapat dengan sengaja mengganggu sistem hanya dengan memikirkan hal lain, sementara decoder yang dilatih pada satu orang bekerja buruk ketika diterapkan pada orang lain.
Peneliti utama Jerry Tang juga telah memperingatkan potensi penyalahgunaannya. "Kami menanggapi dengan sangat serius kekhawatiran bahwa teknologi ini dapat digunakan untuk tujuan buruk dan telah berupaya mencegahnya," ujarnya.
Janji yang lebih realistis bukanlah membaca pikiran tanpa batas. Melainkan menghilangkan sebagian langkah antara niat manusia dan komputer.
Saat ini, seseorang memikirkan sebuah instruksi, mengubah pikiran tersebut menjadi kata-kata, lalu mengetik atau mengucapkan kata-kata itu ke sistem AI. Antarmuka neural yang cukup canggih pada akhirnya dapat menerjemahkan pesan yang dimaksudkan secara langsung dari aktivitas otak.
Penerapan langsungnya adalah di bidang medis. Orang yang kehilangan kemampuan berbicara atau bergerak dapat memperoleh kembali cara yang lebih alami untuk berinteraksi dengan dunia. Neuralink telah mendemonstrasikan antarmuka brain-computer implan yang memungkinkan orang dengan kelumpuhan mengendalikan komputer melalui sinyal neural.
Taruhan Conduit yang jauh lebih sulit adalah bahwa komunikasi brain-to-computer yang berguna pada akhirnya dapat berfungsi tanpa pembedahan. Jika sistem noninvasif menjadi lebih kecil, lebih akurat, dan memerlukan lebih sedikit pelatihan individual, teknologi ini dapat melampaui bidang medis dan menjadi cara lain untuk berinteraksi dengan komputer.
Komunikasi brain-to-AI juga menciptakan masalah privasi. Riwayat penelusuran, pesan, dan lokasi mengungkapkan begitu banyak hal tentang seseorang, tetapi aktivitas otak berada satu langkah lebih dekat dengan sumbernya.
Sistem neural pada akhirnya dapat menyimpulkan niat atau kata-kata yang tidak pernah ingin disimpan secara permanen oleh pengguna. Siapa yang memiliki informasi tersebut? Dapatkah perusahaan menggunakannya untuk melatih model AI? Dalam keadaan apa orang lain dapat mengaksesnya?
Pertanyaan-pertanyaan tersebut sudah mulai sampai ke para pembuat undang-undang. Pada tahun 2024, Colorado memperluas undang-undang privasinya untuk secara eksplisit mencakup data neural sebagai bagian dari data biologis yang dilindungi, dengan mendefinisikannya sebagai informasi yang dihasilkan melalui pengukuran aktivitas dalam sistem saraf pusat atau perifer. Para peneliti juga memikirkan masalah ini. Tim University of Texas menulis bahwa "brain-computer interfaces harus menghormati privasi mental."
Sistem brain-to-AI pertama yang digunakan secara luas kemungkinan tidak akan menyerupai telepati dalam fiksi ilmiah. Sistem tersebut lebih mungkin menerjemahkan upaya komunikasi yang disengaja daripada mengungkap segala sesuatu yang kebetulan dipikirkan seseorang.
Namun, keyboard, layar sentuh, dan asisten suara semuanya memecahkan masalah yang sama: mengubah niat manusia menjadi sesuatu yang dapat dipahami komputer. Jika AI pada akhirnya belajar mendekode niat tersebut langsung dari otak, revolusi komputasi berikutnya mungkin bukan tentang apa yang dapat dilakukan mesin. Melainkan tentang seberapa sedikit yang perlu kita lakukan untuk memberi tahu mereka.