Cenšoties palīdzēt cilvēkiem, kuri nevar runāt, neirozinātnieki ir izstrādājuši ierīci, kas smadzeņu signālus var pārveidot runā. Šī tehnoloģija vēl nav pietiekami attīstīta izmantošanai ārpus laboratorijas, lai gan to var izmantot, lai sintezētu veselus teikumus, kas lielākoties ir saprotami, raksta "Daba".
Cenšoties palīdzēt cilvēkiem, kuri nevar runāt, neirozinātnieki ir izstrādājuši ierīci, kas smadzeņu signālus var pārveidot runā.
Šī tehnoloģija vēl nav pietiekami nobriedusi, lai to varētu izmantot ārpus laboratorijas, lai gan to var izmantot, lai sintezētu veselus teikumus, kas parasti ir saprotami. Runas dekodētāja veidotāji iepazīstināja ar tā aprakstu rakstā, kas 24. aprīlī publicēts žurnālā Nature.
Zinātnieki jau iepriekš ir izmantojuši mākslīgo intelektu, lai smadzeņu signālus pārveidotu atsevišķos vārdos, lielākoties vienā zilbē, saka Džordžijas Atlantas Emorijas universitātes neiroinženieris Četāns Pandarināts, kurš rakstīja raksta komentāru. “Pārlēkt no vienas zilbes uz teikumiem ir tehniski sarežģīti, un daļēji tāpēc darbs ir tik iespaidīgs,” viņš saka.
Pārvērtiet kustību uz skaņu
Daudzi cilvēki, kuri ir zaudējuši spēju runāt, sazinās, izmantojot ierīci, kas prasa mazām kustībām, lai kursoru izmantotu burtu vai vārdu atlasīšanai ekrānā. Viens slavens piemērs bija britu fiziķis Stīvens Hokings, kuram bija motoro neironu slimība. Viņš izmantoja runas ierīci, kuru aktivizēja vaigu muskuļi, sacīja pētījuma vadītājs Edvards Čans, Kalifornijas universitātes Sanfrancisko neiroķirurgs.
Tā kā cilvēkiem, kuri izmanto šādas ierīces, ir jāievada vārdi burtiem, šīs ierīces var būt ļoti lēnas, “runājot” līdz desmit vārdiem minūtē, saka Čana. Dabiskā runa satur vidēji 150 vārdus minūtē. "Tas ir saistīts ar balss trakta efektivitāti," viņš saka. Un tāpēc Čans un viņa komanda, veidojot savu runas dekoderi, nolēma modelēt balss sistēmu.
Reklāmas video:
Zinātnieki strādāja ar pieciem cilvēkiem, kuriem epilepsijas ārstēšanas procesā smadzeņu virsmā tika implantēti elektrodi. Sākumā, kad eksperimenta dalībnieki skaļi nolasīja simtiem teikumu, zinātnieki reģistrēja smadzeņu darbību. Pēc tam Čans un kolēģi apvienoja šos ierakstus ar iepriekšējo eksperimentu datiem, kuros tika apskatīts, kā mēles, lūpu, žokļa un balsenes kustības rada skaņu.
Izmantojot šos datus, zinātnieki "apmācīja" dziļas mācīšanās algoritmu un pēc tam šo programmu iekļāva savā dekodētājā. Ierīce pārveido smadzeņu signālus noteiktās balss trakta kustībās un pārveido šīs kustības sintētiskā runā. Cilvēki, kuri klausījās 101 sintezēto teikumu, spēja saprast vidēji 70% vārdu, saka Čangs.
Citā eksperimentā zinātnieki kādam no dalībniekiem lūdza skaļi nolasīt teikumus un pēc tam tos ar muti apklusināt. Šajā gadījumā sintezētie teikumi bija sliktākas kvalitātes nekā tie, kas tika sintezēti no “izrunātās” runas, saka Čangs, taču rezultāti joprojām ir iepriecinoši.
Izpratne par sintezēto runu ir nākotnes jautājums
Runu, kas sintezēta, pārveidojot smadzeņu signālus balss trakta kustībās un pārtulkojot tos skaņā, ir vieglāk saprast nekā runu, kas tiek sintezēta, smadzeņu signālus pārveidojot tieši skaņā, saka Sandjego Valsts universitātes neirozinātniece Stephanie Riès. Kalifornijā.
Bet nav skaidrs, vai jaunais runas dekodētājs darbosies ar vārdiem, par kuriem cilvēki domā tikai “prātā”, saka Amy Orsborne, Vašingtonas Universitātes Sietlas neuroinženiere. "Raksts patiešām labi parāda, ka ierīce darbojas ar imitējošu runu," viņa saka. "Bet kā tas darbojas, ja cilvēks nepakustina lūpas?"
Marks Slutžijs, neirozinātnieks no Ziemeļrietumu universitātes Čikāgā, Ilinoisā, piekrīt un saka, ka runas dekodētājs var būt efektīvāks. Viņš norāda, ka klausītāji sintezēto runu identificēja, izvēloties vārdus no opciju kopas, taču, palielinoties opciju skaitam, vārdus kļuva grūtāk saprast.
Šis pētījums "ir patiešām svarīgs solis, taču vēl ir daudz darāmā, lai sintezēto runu varētu viegli saprast," saka Slutskis.
Džordžijas Guglielmi (Giorgia Guglielmi)