Inginerii de la Institutul pentru Studiul Activității Nervioase Superioare au reușit să creeze un sistem care traduce gândurile în vorbire inteligibilă și recognoscibilă. Prin controlul activității creierului cuiva, tehnologia reconstruiește gândurile în cuvinte.
Această descoperire științifică, împreună cu puterea AI și sintetizatoarelor de vorbire, deschide o nouă eră în interacțiunea dintre computer și creier. Desigur, acest lucru deschide și noi oportunități pentru oameni care, dintr-un motiv sau altul, și-au pierdut capacitatea de a vorbi.
„Vocile noastre ajută să păstreze legătura cu prietenii, familia și lumea din jurul nostru, astfel încât pierderea puterii vocale din cauza vătămărilor sau bolilor este devastatoare pentru oameni. Cu toate acestea, cu stocul de cunoștințe de astăzi, avem un mod potențial de a restabili această putere. Am arătat că, cu tehnologia potrivită, gândurile oamenilor pot fi descifrate și înțelese de orice ascultător”, spune Nima Mesgarani, doctor și unul dintre autorii unui studiu realizat la Institutul de Comportament Mental Mortimer B. Zuckerman de la Universitatea Columbia.
Decenii de cercetare au arătat că atunci când oamenii vorbesc, sau chiar își imaginează că pronunță cuvinte, tiparele caracteristice de activitate apar în creierul lor. Un model de semnal clar și de recunoscut apare și atunci când ascultăm pe cineva care vorbește sau când ne imaginăm că ascultăm. Experții au încercat să descifreze aceste tipare de zeci de ani, dar abia acum s-a deschis un viitor în care gândurile nu mai pot fi ascunse în creier, ci în schimb pot fi traduse în limba vorbită după bunul plac.
Dar acest fapt nu a fost ușor de realizat. Încercările timpurii de a descifra semnalele creierului de la dr. Mesgarani și altele s-au concentrat pe modele simple de computer care au analizat spectrograme, care sunt reprezentări vizuale ale frecvențelor sunetului.
Dar, datorită faptului că această abordare nu a produs nimic apropiat de vorbirea inteligibilă, echipa Dr. Mesgarani a apelat în schimb la un vocoder, un algoritm computerizat care poate sintetiza vorbirea după ce a fost instruit pentru a înregistra conversațiile oamenilor.
„Aceasta este aceeași tehnologie pe care Amazon Echo și Apple Siri o folosesc pentru a răspunde verbal la întrebările noastre”, a spus dr. Mesgarani, care este și profesor asociat de inginerie electrică la Școala de Inginerie și Științe Aplicate din Fundația Fu.
Pentru a învăța vocoderul să interpreteze activitatea creierului, dr. Mesgarani a făcut echipă cu Ashesh Dinesh Mehta, MD, doctorat, neurochirurg la Institutul de Neuroștiință al Medicilor din Nordul Sănătății Medicilor Parteneri și coautor al articolului de astăzi. Dr. Mehta tratează pacienții cu epilepsie, dintre care unii trebuie să fie supuși unei intervenții chirurgicale regulate.
Video promotional:
„Lucrând cu Dr. Mehta, am cerut pacienților epileptici care au avut deja o intervenție chirurgicală la creier să asculte sugestii de la diferite persoane, în timp ce am măsurat tiparele în activitatea creierului lor”, spune dr. Mesgarani. „Aceste tipare neuronale au antrenat vocoderul”.
Cercetătorii au cerut apoi acelorași pacienți să asculte difuzoare care pronunță numerele 0 până la 9 în timp ce înregistrează semnale cerebrale care ar putea fi apoi transmise printr-un vocoder. Sunetul produs de vocoder ca răspuns la aceste semnale a fost analizat și rafinat folosind rețele neuronale precum inteligența artificială care imită structura neuronilor dintr-un creier biologic.
Rezultatul final a fost o voce robotizată care repeta o secvență de numere. Pentru a verifica acuratețea înregistrării, dr. Mesgarani și echipa sa au instruit oamenii să asculte înregistrarea și să raporteze ceea ce au auzit.
„Am descoperit că oamenii pot înțelege și repeta sunetele de aproximativ 75% din timp, ceea ce este cu mult superior oricărei încercări anterioare”, spune dr. Mesgarani. Îmbunătățirea inteligibilității a fost deosebit de evidentă atunci când se compară noile înregistrări cu încercări anterioare bazate pe spectrogramă. „Vocoderul sensibil și rețelele neuronale puternice reprezentau sunetele pe care pacienții le auzeau inițial cu o precizie uimitoare”.
Dr. Mesgarani și echipa ei intenționează acum să testeze cuvinte și propoziții mai complexe. De asemenea, intenționează să efectueze aceleași teste pe semnalele creierului emise atunci când o persoană vorbește sau își imaginează vorbirea. În cele din urmă, ei speră că sistemul lor poate face parte dintr-un implant, similar cu cel purtat de unii pacienți epileptici, care traduc gândurile purtătorului direct în cuvinte.
„În acest scenariu, dacă proprietarul cipului crede:„ Am nevoie de un pahar cu apă”, sistemul nostru poate prelua semnalele creierului generate de acel gând și să le transforme în vorbire verbală sintetizată”, spune dr. Mesgarani. "Este un schimbător de jocuri și pentru oricine și-a pierdut capacitatea de a vorbi din cauza unei accidentări sau a unei boli, tehnologia oferă o nouă șansă de a comunica cu lumea din jurul lor."
Comentariu editorial
Deoarece unii dintre angajații noștri au o anumită relație cu neurofiziologia, putem afirma absolut fără echivoc că rezolvarea problemei citirii gândurilor și transpunerea acestor gânduri în cuvinte nu este o problemă pe care un medic de filozofie o poate rezolva împreună cu un neurochirurg inteligent. Aceasta este o sarcină pentru institutul de cercetare, care îl va rezolva timp de o sută, două sute sau mai mulți ani. Mai mult, nu este deloc un fapt faptul că institutul de cercetare va rezolva această problemă - chiar dacă toate supercomputerele NASA sunt aduse acolo, pe care o mulțime de ingineri vor începe să simuleze rețelele neuronale. Cu toate acestea, un articol dintr-o revistă științifică nu va minți, iar faptul recunoașterii gândurilor este cu siguranță acolo. Atunci, cum pot fi reunite aceste două fapte?
Foarte simplu. În ultimii 20-30 de ani, un număr imens de tehnologii complet incredibile și foarte complexe precum microprocesoarele și hard disk-urile au apărut pe lume. Și în fiecare zi sunt tot mai multe invenții noi, care sunt scrise unor „studenți talentați” care, așezați în garaj, au strâns o bucată din fier vechi, peste care institutele de cercetare luptă de 50 de ani. Și în acest caz, avem o invenție a unei geneze similare. Adică, o dezvoltare care a fost făcută (sau predată oamenilor) de mai mulți ani, nu se știe cine, dar care a fost înregistrată la mătușa și unchiul din Columbia.
De fapt, nu este absolut deloc diferență cine va scrie Wikipedia ca „inventatori” ai tehnologiei. Principalul lucru este că tehnologia a fost prezentată lumii folosind un jurnal științific. Mai departe, o companie chineză va începe să producă astfel de „gadgeturi” care să obișnuiască oamenii cu ideea că acum capul lor a devenit complet transparent. În cele din urmă, a treia etapă va fi aceeași „1984” orwelliană, când chiar și gândurile oricărei persoane pot fi citite liber de la distanță. De exemplu, prin plasarea senzorilor speciali în apartamente sau integrarea unui cip special care răspunde impulsurilor creierului în corp. În plus.
Fiecare tehnologie are, de regulă, aplicația opusă. De exemplu, dacă există o tehnologie pentru convertirea impulsurilor nervoase în cuvinte, atunci folosind același principiu, puteți transforma orice cuvinte în gândurile cuiva. În această situație, președinții diferitelor țări au o perspectivă grandioasă de a fi susținuți de întregul electorat, deoarece acum există o oportunitate tehnică de a face ca fiecare alegător să se gândească chiar ca el - este suficient să introducem un semnal corect modulat în priză.
În general, este de la sine înțeles că cele mai minunate perspective ale lumii se deschid și urmărim cu interes dezvoltarea evenimentelor.