Доброто от света

За първи път учени са разработили успешна система, която преобразува мисълта в разбираема реч.

Като следи мозъчната активност на някого, системата може да реконструира думите, които човек чува, с безпрецедентна яснота. Този пробив, който комбинира изкуствен интелект и силата на говора, може да доведе до нови начини, с които компютри да общуват директно с мозъка, както и да промени живота на много хора.

Нашите гласове ни помагат да се свържем с приятели, семейство и света около нас, затова и загубата, поради болест или травма, е толкова травматична. - казва Nima Mesgarani, изследовател в Columbia University. - С това изследване имаме силата да променим това. Показваме, че с правилната технология, мислите на тези хора могат да са разшифровани и разбрани от всеки слушател. Дава възможност на всеки, изгубил гласа си, втори шанс да се свързва със света отново.

Десетилетия от изследвания показват, че когато хората говорят или дори си въобразяват че говорят, модели на активност се появяват в мозъка. Отчетливи, но разпознаваеми модели на сигнали се появяват, когато слушаме или си представяме, че слушаме някого. Експерти, които записват и се опитват да декодират тези модели, виждат бъдеще, в което мислите не са скрити в мозъка, а могат да бъдат преобразувани в реч.

Ранните опити се провалили. Затова изследователите се възползвали от vocoder- компютърен алгоритъм, който синтезира речта, след като е трениран на записи от говорещи хора.

Същата технология се използва от Amazon Echo и Apple Siri, за да се дават гласови отговори на нашите въпроси. - казва Mesgarani.

За да научи vocoder-а да интерпретира мозъчната активност, Mesgarani започва работа с Ashesh Dinesh Mehta, невро-хирург в Northwell Health Physician Partners Neuroscience Institute. Mehta лекува епилептици, които често се нуждаят от операции.

Работейки с д-р Mehta, помолихме пациентите, които вече бяха в операция, да слушат изречения, изговорени от различни хора, докато измервахме моделите на мозъчната им активност. Тези неврологични модели тренираха vocoder-a ни.

След което, изследователите поискали от същите пациенти да слушат на високоговорители числа между 0 и 9, докато записвали мозъчните им сигнали, които после пуснали на vocoder-a. Звуците, възпроизведени от vocoder-a в отговор на мозъчните сигнали, били анализирани и изчистени от нервни мрежи, вид изкуствен интелект, който копира структурите на невроните в биологичния мозък. Финалният резултат бил роботизиран глас, който рецитирал поредица от числа. За да тества записаното, Mesgarani пита различни хора да слушат и после опишат чутото.

Хората разбираха и можеха да повторят чутото около 75% от времето, което е много повече от всички предишни опити. - казва Mesgarani.

Изследователите се надяват, че системата може да бъде част от имплант, подобен на тези, които използват епилептиците, който да трансформира мислите в разбираема реч.