Ingeniører fra Institute for the Study of Higher nervous Activity har været i stand til at skabe et system, der oversætter tanker til forståelig og genkendelig tale. Ved at kontrollere nogens hjerneaktivitet, rekonstruerer teknologi tanker til ord.
Dette videnskabelige gennembrud kombineret med kraften fra AI og talesynteser åbner en ny æra i samspillet mellem computeren og hjernen. Naturligvis åbner dette også nye muligheder for mennesker, der af en eller anden grund har mistet evnen til at tale.
”Vores stemmer hjælper med at holde kontakten med vores venner, familie og verden omkring os, så at miste stemmekraft på grund af kvæstelse eller sygdom er ødelæggende for mennesker. Men med nutidens lager af viden har vi en potentiel måde at gendanne denne magt på. Vi har vist, at med den rigtige teknologi kan folks tanker dekrypteres og forstås af enhver lytter,”siger Nima Mesgarani, ph.d. og en af forfatterne af en undersøgelse udført ved Mortimer B. Zuckerman Institute of Mental Behaviour ved Columbia University.
Årtier af forskning har vist, at når folk taler eller endda forestiller sig, at de taler ord, vises karakteristiske aktivitetsmønstre i deres hjerner. Et klart og genkendeligt signalmønster opstår også, når vi lytter til nogen, der taler, eller forestiller os, at vi lytter. Eksperter har forsøgt at dechiffrere disse mønstre i årtier, men først nu er der åbnet en fremtid foran dem, hvor tanker ikke længere kan skjules inde i hjernen, men i stedet kan oversættes til talesprog efter ønske.
Men denne bedrift var ikke let at opnå. Tidlige forsøg på at dechifrere hjernesignaler fra Dr. Mesgarani og andre fokuserede på enkle computermodeller, der analyserede spektrogrammer, som er visuelle repræsentationer af lydfrekvenser.
Men på grund af det faktum, at denne tilgang ikke producerede noget tæt på forståelig tale, vendte Dr. Mesgaranis team i stedet mod en vocoder, en computeralgoritme, der kan syntetisere tale efter at have været trænet til at optage folks samtaler.
”Dette er den samme teknologi, som Amazon Echo og Apple Siri bruger for at mundtligt besvare vores spørgsmål,” sagde Dr. Mesgarani, der også er lektor i elektroteknik ved Fu-fondets Columbia School of Engineering and Applied Science.
For at lære vocoder at fortolke hjerneaktivitet, samarbejdede Dr. Mesgarani med Ashesh Dinesh Mehta, M. D., Ph. D., neurokirurg ved Northwell Health Physician Partners 'Neuroscience Institute og medforfatter til dagens artikel. Dr. Mehta behandler patienter med epilepsi, hvoraf nogle skal gennemgå en regelmæssig operation.
Salgsfremmende video:
”I samarbejde med Dr. Mehta bad vi epileptiske patienter, der allerede havde haft hjernekirurgi, om at lytte til forslag fra forskellige mennesker, mens vi målte mønstre i deres hjerneaktivitet,” siger Dr. Mesgarani. "Disse neurale mønstre trænede vokoderen."
Forskerne bad derefter de samme patienter om at lytte til højttalere, der udtaler numrene 0 til 9, mens de registrerede hjernesignaler, som derefter kunne sendes gennem en vocoder. Lyden produceret af vocoderen som svar på disse signaler blev analyseret og forfinet ved hjælp af neurale netværk såsom kunstig intelligens, der efterligner strukturen af neuroner i en biologisk hjerne.
Slutresultatet var en robotstemme, der gentog en række numre. For at verificere optagelsens nøjagtighed instruerede Dr. Mesgarani og hendes team folk om at lytte til optagelsen og rapportere, hvad de hørte.
”Vi fandt, at mennesker kan forstå og gentage lyde omkring 75% af tiden, hvilket er langt bedre end tidligere forsøg,” siger Dr. Mesgarani. Forbedringen i forståeligheden var især tydelig, når man sammenligner de nye optagelser med tidligere forsøg baseret på spektrogrammet. "En følsom vocoder og kraftfulde neurale netværk repræsenterede de lyde, som patienterne oprindeligt hørte med forbløffende nøjagtighed."
Dr. Mesgarani og hendes team planlægger nu at teste mere komplekse ord og sætninger. De har også til hensigt at udføre de samme tests på de hjernesignaler, der udsendes, når en person taler eller forestiller sig tale. I sidste ende håber de, at deres system kan være en del af et implantat, svarende til dem, der bæres af nogle epileptiske patienter, som oversætter bærerens tanker direkte til ord.
"I dette scenarie, hvis ejeren af chippen tænker, 'jeg har brug for et glas vand', kan vores system indtage de hjernesignaler, der er genereret af denne tanke, og konvertere dem til syntetiseret verbal tale," siger Dr. Mesgarani. "Det er en spiludskifter, og for alle, der har mistet evnen til at tale på grund af skade eller sygdom, giver teknologi en ny chance for at kommunikere med verdenen omkring dem."
Redaktionel kommentar
Da nogle af vores medarbejdere har et bestemt forhold til neurofysiologi, kan vi helt utvetydigt sige, at det at løse problemet med at læse tanker og oversætte disse tanker til ord ikke er et problem, som en filosofilæge kan løse sammen med en intelligent neurokirurg. Dette er en opgave for forskningsinstituttet, der vil løse det i hundrede, to hundrede eller flere år. Derudover er det slet ikke et faktum, at forskningsinstituttet vil løse dette problem - selvom alle NASA-supercomputere er bragt dertil, hvor en mængde ingeniører vil begynde at modellere neurale netværk. Imidlertid vil en artikel i et videnskabeligt tidsskrift ikke lyve, og kendsgerningen om anerkendelse af tanker er bestemt der. Hvordan kan man så bringe disse to kendsgerninger sammen?
Meget simpelt. I de sidste 20-30 år har et stort antal helt utrolige og meget komplekse teknologier som mikroprocessorer og harddiske vist sig i verden. Og hver dag er der flere og flere nye opfindelser, der er skrevet ned til nogle "talentfulde studerende", der sidder i garagen har samlet et stykke af metalskrot, som forskningsinstitutter har kæmpet for i 50 år. Og i dette tilfælde har vi en opfindelse af en lignende genese. Det vil sige en udvikling, der er blevet udført (eller overdraget til mennesker) i mange år, det er ikke klart, hvem, men som blev optaget på tanten og onkelen fra Colombia.
Faktisk er der overhovedet ingen forskel, hvem Wikipedia vil nedskrive som”opfindere” af teknologi. Det vigtigste er, at teknologien blev præsenteret for verden ved hjælp af et videnskabeligt tidsskrift. Endvidere vil nogle kinesiske virksomheder begynde at producere sådanne "gadgets", der vil vænne folk til selve ideen om, at deres hoved nu er blevet helt gennemsigtigt. Endelig vil den tredje fase være den samme orwellske "1984", når selv enhver persons tanker frit kan læses på afstand. For eksempel ved at placere specielle sensorer i lejligheder eller integrere en speciel chip, der reagerer på hjerneimpulser i kroppen. Desuden.
Hver teknologi har som regel den modsatte anvendelse. For eksempel, hvis der er en teknologi til at konvertere nerveimpulser til ord, og derefter bruge det samme princip, kan du forvandle ethvert ord til en persons tanker. I denne situation har præsidenterne fra forskellige lande en storslået udsigt til at blive støttet af absolut vælgerne, da der nu er en teknisk mulighed for at få enhver vælger til og med at tænke som ham - det er nok at sætte et korrekt moduleret signal i stikkontakten.
Generelt siger det sig selv, at verdens mest vidunderlige udsigter åbner sig, og vi følger udviklingen af begivenheder med interesse.