Новая система ИИ переводит сигналы человеческого мозга в текст с точностью до 97%

Мир только начинает привыкать к мощности и изощренности виртуальных помощников, созданных такими компаниями, как Yandex и Google, которые могут расшифровать нашу устную речь с жуткой точностью по сравнению с тем, на что технология была способна всего несколько лет назад.

В действительности, однако, гораздо более впечатляющая и ошеломляющая веха может быть не за горами, делая распознавание речи почти похожим на детскую игру: системы искусственного интеллекта (ИИ), которые могут переводить нашу деятельность мозга в полностью сформированный текст, не слыша не одного слова.

Это не совсем научная фантастика. В последние десятилетия интерфейсы «мозг-машина» развивались стремительными темпами, начиная от работы с животными и заканчивая людьми-участниками, и, фактически, уже предпринимают попытки такого рода.

Исследователи из Калифорнийского университета в Сан-Франциско объясняют это в новом исследовании.

Команда ученых во главе с нейрохирургом Эдвардом Чангом из лаборатории UCSF использовала новый метод для декодирования электрокортикограммы: запись электрических импульсов, возникающих во время кортикальной активности, регистрируемых электродами, имплантированными в мозг.

В исследовании, в котором четыре пациента с эпилепсией носили имплантаты для мониторинга судорог, вызванных их медицинским состоянием, команда UCSF провела побочный эксперимент: участники прочитали и повторили несколько предложенных предложений вслух, в то время как электроды записали их активность мозга во время упражнения.

Затем эти данные были переданы в нейронную сеть, которая анализировала закономерности активности мозга, соответствующие определенным речевым сигнатурам, таким как гласные, согласные или движения рта, на основе аудиозаписей эксперимента.

После этого другая нейронная сеть расшифровала эти представления — почерпнутые из повторений 30–50 произносимых предложений — и использовала ее, чтобы попытаться предсказать сказанное, основываясь исключительно на корковых сигнатурах слов.

Система показала частоту ошибок в словах всего лишь в 3 процента.

Хотя существует множество препятствий, которые необходимо преодолеть, ученые предполагают, что однажды система может выступать в качестве основы речевого протеза для пациентов, которые потеряли способность говорить.

Результаты представлены в журнале Nature Neuroscience.