可以解散你的想法的机器的想法可能听起来令人毛骨悚然,但成千上万的p因为疾病或残疾而失去说话能力的人即使对于身体健全的人来说,仅仅通过思考或发送就能打出一封电子邮件ing对您的数字助理进行远程指令可能非常有用。

加州大学旧金山分校(University of California, San Francisco)的研究人员证明,他们可以将大脑信号翻译成完整的句子,错误率低至三个百分比,低于专业语音转录的阈值。

虽然我们已经能够从大脑信号中解码部分言语已有十年之久,但迄今为止,大多数解决方案离始终如一地翻译可理解的句子还有很长的路要走。去年,研究人员使用了一种新颖的方法通过使用大脑信号激活模拟声道,这一方法取得了一些迄今为止最好的效果,但其中只有70%的单词是可理解的。

方法的作者提高性能的关键新纸自然神经科学他们的意识到,在使用神经网络之间将大脑信号转化为语言之间的文本和机器翻译之间存在强烈的相似之处,这对于许多语言来说是高度准确的。

解码大脑信号的大部分努力都集中在识别特定音素对应的神经活动上——组成单词的不同的声音块——研究人员决定模仿机器翻译,即一次翻译整个句子。事实证明,这是一种强大的方法;由于某些单词总是更有可能出现在一起,系统可以依靠上下文来填补任何空白。

该团队使用了通常用于机器翻译的编码器-解码器方法,其中一个神经网络分析zES输入信号 - 通常是文本,但在这种情况下,大脑信号 - 以创建数据的表示,然后第二个神经网络将其转换为目标语言。

他们用大脑活动记录来训练他们的系统4研究人员将电极植入女性大脑,让她们在阅读一组50个句子(其中包括250个独特的单词)时监测癫痫发作情况。这使得第一个网络能够计算出哪些神经活动与wh相关词类。

在测试中,它只依赖于神经信号并且能够实现下面的错误率百分之八这与专业誊写员所达到的准确性相匹配。

不可避免地,有警告。首先,系统只能使用250字的有限词汇解码30-50个特定句子。它还要求人们在大脑中植入电极年代目前,这种做法只被允许有一定的限制艾德非常具体的医学原因。然而,有一些迹象表明,这一方向有相当大的希望。

一个担忧是,由于该系统正在测试训练数据中包含的句子,可能只是学习把特定的句子和特定的神经特征匹配起来。这表明它并没有真正学习词性的组成部分,这将使它更难概括出不熟悉的句子。

但当研究人员在测试中添加了另一组训练数据时,错误率显著降低,这表明该系统正在学习子句信息就像字。

他们还发现,在使用准确率最高的志愿者的数据进行训练之前,系统的错误率显著降低。这表明,在实际应用中,大部分的训练可以在系统交付给最终用户之前完成,他们只需要根据大脑信号的怪癖来微调它。

这种系统的词汇量可能会随着人们利用这种方法而大大提高——但即使是有限的250个单词,对截瘫患者来说也会非常有用,而且可能会被调整为一套特定的命令,通过心灵感应控制其他设备。

现在,球又回到了争先恐后开发第一种产品的公司的混战场上实用的神经接口

图片来源:粪便TranPixabay.