Inženýři z Ústavu pro studium vyšší nervové aktivity dokázali vytvořit systém, který převádí myšlenky do srozumitelné a rozpoznatelné řeči. Řízením mozkové činnosti někoho technologie rekonstruuje myšlenky na slova.
Tento vědecký průlom spojený s výkonem umělých inteligencí a syntetizátorů řeči otevírá novou éru v interakci mezi počítačem a mozkem. Samozřejmě to také otevírá nové příležitosti lidem, kteří z nějakého důvodu ztratili schopnost mluvit.
"Naše hlasy pomáhají udržovat kontakt s našimi přáteli, rodinou a světem kolem nás, takže ztráta hlasové síly v důsledku zranění nebo nemoci je pro lidi devastující." S dnešním množstvím znalostí však máme potenciální způsob, jak tuto moc obnovit. Ukázali jsme, že se správnou technologií mohou myšlenky lidí rozluštit a pochopit kterýkoli posluchač, “říká Nima Mesgarani, Ph. D. a jeden z autorů studie provedené na Institutu duševního chování Mortimera B. Zuckermana na Columbia University.
Desetiletí výzkumu ukázaly, že když lidé hovoří nebo si dokonce dovedou představit, že mluví, objevují se v mozcích charakteristické vzorce činnosti. Jasný a rozpoznatelný vzorec signálu také vzniká, když posloucháme někoho mluvícího nebo si představujeme, že posloucháme. Experti se pokusili tyto vzorce dešifrovat po celá desetiletí, ale teprve nyní se před nimi otevřela budoucnost, ve které myšlenky již nelze skrývat v mozku, ale místo toho je lze libovolně překládat do mluveného jazyka.
Tento úkol však nebylo snadné dosáhnout. První pokusy dešifrovat mozkové signály od Dr. Mesgaraniho a dalších se zaměřily na jednoduché počítačové modely, které analyzovaly spektrogramy, které jsou vizuálními znázorněními zvukových frekvencí.
Ale vzhledem k tomu, že tento přístup nepřinášel nic blízkého srozumitelné řeči, tým Dr. Mesgarani se místo toho obrátil na vocoder, počítačový algoritmus, který dokáže syntetizovat řeč poté, co byl vyškolen k záznamu konverzací lidí.
"Je to stejná technologie, kterou Amazon Echo a Apple Siri používají k verbální odpovědi na naše otázky," řekl Dr. Mesgarani, který je také docentem elektrotechniky na Fakultě strojírenství a aplikované vědy nadace Fu.
Aby učil vokodera k interpretaci mozkové činnosti, Dr. Mesgarani se spojil s Asheshem Dineshem Mehtou, M. D., Ph. D., neurochirurgem v Neurovědeckém institutu Northwell Health Doctor Partners 'a spoluautorem dnešního článku. Dr. Mehta léčí pacienty s epilepsií, z nichž někteří musí podstoupit pravidelný chirurgický zákrok.
Propagační video:
"Ve spolupráci s Dr. Mehtou jsme požádali epileptické pacienty, kteří již podstoupili operaci mozku, aby poslouchali návrhy různých lidí, zatímco jsme měřili vzorce jejich mozkové činnosti," říká Dr. Mesgarani. "Tyto nervové vzory trénovaly vokodér."
Vědci pak požádali stejné pacienty, aby poslouchali reproduktory vyslovující čísla 0 až 9, zatímco zaznamenávají mozkové signály, které by pak mohly projít vokodérem. Zvuk produkovaný vokodérem v reakci na tyto signály byl analyzován a vylepšen pomocí neuronových sítí, jako je umělá inteligence, která napodobuje strukturu neuronů v biologickém mozku.
Konečným výsledkem byl robotický hlas opakující posloupnost čísel. Aby ověřila přesnost záznamu, Dr. Mesgarani a její tým přikázali lidem, aby naslouchali záznamu a nahlásili, co slyšeli.
"Zjistili jsme, že lidé dokážou porozumět a opakovat zvuky asi 75% času, což je mnohem lepší než jakékoli předchozí pokusy," říká Dr. Mesgarani. Zlepšení srozumitelnosti bylo patrné zejména při porovnání nových nahrávek s dřívějšími pokusy založenými na spektrogramu. "Citlivý vokodér a silné neuronové sítě představovaly zvuky, které pacienti zpočátku slyšeli s úžasnou přesností."
Dr. Mesgarani a její tým nyní plánují testovat složitější slova a věty. Mají také v úmyslu provést stejné testy na mozkových signálech vysílaných, když osoba mluví nebo si představuje řeč. Nakonec doufají, že jejich systém může být součástí implantátu, podobného těm, které nosí někteří epileptičtí pacienti, kteří převádějí myšlenky nositele přímo do slov.
"V tomto scénáři, pokud si majitel čipu pomyslí:" Potřebuji sklenici vody, "náš systém může přijmout mozkové signály generované touto myšlenkou a převést je na syntetickou verbální řeč," říká Dr. Mesgarani. „Jedná se o měnič her a pro každého, kdo ztratil schopnost mluvit kvůli zranění nebo nemoci, dává technologie novou šanci komunikovat s okolním světem.“
Redakční komentář
Vzhledem k tomu, že někteří naši zaměstnanci mají určitý vztah k neurofyziologii, můžeme naprosto jednoznačně tvrdit, že řešení problému čtení myšlenek a jejich převádění do slov není problém, který může vyřešit nějaký druh Ph. D. společně s inteligentním neurochirurgem. To je úkol výzkumného ústavu, který jej vyřeší sto, dvě stě nebo více let. Navíc není vůbec pravda, že výzkumný ústav tento problém vyřeší - i když tam budou přivezeni všichni superpočítače NASA, na kterých dav inženýrů začne simulovat neuronové sítě. Článek ve vědeckém časopise však nebude ležet a fakt uznání myšlenek je rozhodně tam. Jak tedy lze tyto dvě skutečnosti spojit?
Velmi jednoduché. V posledních 20 až 30 letech se na světě objevilo obrovské množství zcela neuvěřitelných a velmi složitých technologií, jako jsou mikroprocesory a pevné disky. A každý den se objevuje stále více nových vynálezů, které se zapisují některým „talentovaným studentům“, kteří v garáži shromáždili kus kovového šrotu, o který výzkumné ústavy bojují 50 let. A v tomto případě máme vynález podobné geneze. To znamená, že vývoj, který je již mnoho let prováděn (nebo předáván lidem), není jasné, kdo, ale který byl zaznamenán na tetě a strýci z Kolumbie.
Ve skutečnosti neexistuje vůbec žádný rozdíl, kdo Wikipedia zapíše jako „vynálezce“technologie. Hlavní věc je, že tato technologie byla představena světu pomocí vědeckého časopisu. Dále, některá čínská společnost začne vyrábět takové „gadgety“, které lidi přivedou k myšlence, že jejich hlava je nyní zcela transparentní. Konečně, třetí etapa bude stejná orwellovská „1984“, kdy i myšlenky kterékoli osoby lze volně číst z dálky. Například umístěním speciálních senzorů v bytech nebo integrací speciálního čipu, který reaguje na mozkové impulzy do těla. Dále.
Každá technologie má zpravidla opačnou aplikaci. Například, pokud existuje technologie pro převod nervových impulsů na slova, pak pomocí stejného principu, můžete proměnit libovolná slova v něčí myšlenky. V této situaci mají prezidenti různých zemí velkolepou perspektivu, že budou podporováni absolutně celým voliči, protože nyní existuje technická možnost, aby si každý volič myslel stejně jako on - stačí do patice vložit správně modulovaný signál.
Obecně je samozřejmé, že se otevírají nejúžasnější vyhlídky na světě a sledujeme vývoj událostí se zájmem.