“梦总,我看到刚才幻灯片上的波形——请问对同一个个体而言,这个波形能有多稳定,比如说,如果我不同时间想做同一个动作,波形上会有多大的偏差?”
詹想开口回答了这个问题:“赵总,您这个问题问得好,虽然不同个体间的差异很大,但是事实上,同一个人对完全相同的动作的脑电基本是一致的。”
赵文渊听完,看了韩路一一眼,说道:“如果是这样的话,我们是不是也可以运用 Transformer的思路,不使用严格的规则定义来提取信号,而是把整个特征值都放到高维隐空间,用注意力机制来推测它所表示的意思?”
这话压根就不是对梦脑科技的人说的,而是对韩路一和源智的科学家团队说的。
他们从一开始就没打算沿用梦脑科技现在的匹配算法,而是打算运用大模型训练的经验,重新起一套意图识别的管线。
詹想眉头一皱,忍不住说道:“赵总,脑电波可不是文本,你说的这个思路,业内不是没人想过,可是现在出来的效果未必有传统的手工特征提取出来的效果好。自监督训练的想法是好,但是数据从哪里来?”
赵文渊立刻说道:“正好,这也是我想问的,梦脑科技到现在,一共积累了多少数据?作为合作方,我们源智能不能合法进行训练?”
脑电波的数据可不是网上的公开文档,随随便便就能下载几百个TB,从收集到处理都受到了严格的限制,甚至很多时候连公司买卖都不能作为资产交易,而是作为隐私数据销毁掉。
詹想又是一愣,之前很多没能想明白的问题似乎都有了答案。
原来他们看重的是梦脑科技积累的数据。
这一次,梦瑶给出了答案:“我们之前几年和京城的几家三甲医院的康复科一直有着深度合作,因为我们的方案风险小——或者说几乎没有风险,很多患者都愿意配合,再加上我们自己招募到的志愿者,到现在为止,我们一共积攒了三万多个小时的连续脑电波记录,每段都有当时和患者交流的记录,当时他们在想什么、处于什么样的身体状态,这些都有详细的记录。只是我们没办法把这些东西转化成一个统一的翻译器。”
“至于数据的使用范围,大家可以放心,当初采集的时候我们已经进行了严格的脱敏处理,并且每一个受试者都签署了协议,我们是可以把这些数据为了研究目的和合作伙伴共享的。”
听完梦瑶的话,赵文渊不禁吸了一口凉气。
三万多个小时,就算数据驳杂,如果能有效清洗,再进行训练的话——
想到这,他不禁又看了韩路一一眼。
韩总在的话,有效清洗应该不是问题?