Ученые разработали искусственный интеллект, который может преобразовывать мозговую активность в текст в режиме реального времени с частотой ошибок всего 3 процента. Этот тип исследований может в будущем позволить людям, которые потеряли способность говорить, общаться.
Команда ученых из Университета Калифорнии в Сан-Франциско (UCSF) сделала еще один шаг к разработке системы, способной дешифровать мысли непосредственно из мозговой деятельности и переводить их в текст. В статье, опубликованной в журнале Nature Neuroscience, группа исследователей описала свою работу над искусственным интеллектом, который может переводить мысли в предложения с беспрецедентной точностью.
Машина чтения разума
Это не совсем научная фантастика. В течение многих лет исследователи задавались вопросом, можно ли создать машину, которая могла бы читать мысли людей. Такие идеи чаще всего были представлены в голливудских постановках, но в последние десятилетия интерфейсы «мозг-компьютер» значительно эволюционировали и пробуют подобные подвиги со все более высокими результатами.
Такие системы в настоящее время воспринимаются как своего рода речевой протез, который позволяет общаться с людьми с нарушениями речи. Появление искусственного интеллекта, или, точнее, нейронных сетей — набора алгоритмов, смоделированных на основе функционирования человеческого мозга, приближает эту возможность. Правильно обученные машины могут читать мозговые волны и переводить некоторые из них в слова. В новых исследованиях ученые сделали большой шаг вперед, разработав систему, которая позволяет расшифровывать целые предложения.
Ученые под руководством нейрохирурга Эдварда Чанга из UCSF применили новый метод расшифровки электрокортикографии, то есть тип энцефалографии, где электроды наносятся непосредственно на кору головного мозга. В исследовании приняли участие четыре женщины с острой эпилепсией, которым ранее были имплантированы в мозг для мониторинга судорог, вызванных их состоянием.
Эксперименты состояли из пациентов, читающих и повторяющих наборы предложений вслух, в то время как электроды регистрировали на активность мозга. 250 слов были использованы во всех предложениях. Ученые использовали показания электрода для захвата сигналов в разных частях мозга. Данные с электродов затем отправлялись в одну из нейронных сетей, которые анализировали и учились распознавать закономерности в деятельности мозга, соответствующие некоторым речевым сигнатурам, таким как гласные, согласные или движения рта. Алгоритмы также пытались понять, какие типы слов могут следовать друг за другом и как составляются предложения.
Расшифровка активности мозга
— Каждый раз, когда участник произносит одно и то же предложение, связанная с ним деятельность мозга будет похожа, но не идентична. Запоминание активности мозга при произнесении этих предложений ничего не даст. Нейронная сеть должна выяснить, что в них похожего, — сказал Джозеф Макин из UCSF, соавтор исследования.
Каждое предложение произносилось дважды каждым участником исследования, но только первое утверждение использовалось для обучения нейронной сети. Другие были использованы для тестирования. Алгоритмы преобразовали данные об активности мозга для каждого предложения в ряд чисел. Чтобы убедиться, что числа относятся только к тем аспектам речи, система сравнила их с фактическим записанным звуком.
Затем цепочка чисел была введена в другую нейронную сеть, которая пыталась превратить ее в цепочку слов, формулировать предложения. Первоначально система выдовала только глупости, но со временем она улучшилась. Он сравнил каждую последовательность слов с предложениями, которые были прочитаны вслух, и узнал, как правильно расположить последовательность чисел, связанных со словами, и какие слова следуют друг за другом.
Точность новой системы была намного выше, чем в предыдущих подходах, — признали авторы исследования, — хотя она варьировалась в зависимости от человека, читающего предложения. Тем не менее, исследователи подчеркнули, что система работает с очень ограниченным словарным запасом всего в 250 слов. Это гораздо меньше, чем сотни тысяч слов, которые большинство из нас может распознать. Но ученые предполагают, что этого может быть достаточно для того, кто вообще не может говорить.
В целом, эта система может стать новым ориентиром для декодирования мозговой деятельности на основе искусственного интеллекта. Есть еще много препятствий, которые необходимо преодолеть, но группа исследователей предполагает, что их система может когда-нибудь сформировать основу речевого протеза у пациентов, которые потеряли способность говорить.В будущем возможности этой системы или аналогичной могут выйти далеко за рамки того, что показывают предыдущие эксперименты. Однако пройдет много времени, прежде чем эта технология сможет функционировать в качестве реального речевого протеза.
