Nākotnē cilvēki ar izslēgtu skaņu varēs brīvi un skaidri izrunāt vārdus, pateicoties ierīcēm, kas viņu smadzeņu darbību pārvērš sintezētā balsī. Sanfrancisko Kalifornijas universitātes pētnieki nesen spēra lielu soli šīs tehnoloģijas uzlabošanā, ļaujot mākslīgajam intelektam reproducēt balsi, nelasot domas, bet analizējot cilvēka lūpu kustības. Rezultāts bija iespaidīgs - sintezētā balss ir dzirdama tieši tagad.
Paredzams, ka ierīce darbosies, kad cilvēks garīgi vai fiziski atkārtos mutes kustības, pat ja tās neizskan. Lai saprastu, kuras cilvēka smadzeņu zonas aktivizē noteiktas mutes kustības, pētnieki izmēģinājumā pieņēma piecus brīvprātīgos. Viņi lasa īsus fragmentus no bērnu stāstiem - šī procesa laikā viņu smadzenēs iestrādātie elektrodi lasa viņu darbību.
Galu galā pētnieki izstrādāja divus neironu tīklus: pirmais saskaņoja smadzeņu signālus ar lūpu kustībām, bet otrais pārvērsa šīs kustības sintezētā runā. Brīvprātīgie patiešām varēja atkārtot teikumu fragmentus - ierakstos var viegli atpazīt aptuveni 69% sintezēto vārdu. Tāpat kā citos pētījumos, jo īsāki teikumi, jo precīzāks ir rezultāts.
Pētnieki var uzlabot tehnoloģiju, izmantojot smadzeņu implantus ar blīvākiem elektrodiem un sarežģītus mašīnmācīšanās algoritmus. Starp dažādu pētījumu dalībnieku smadzeņu reakcijām tika atrastas kopīgas iezīmes, kas liek domāt, ka nākotnes runas sintēzes ierīces var viegli pielāgot katrai personai. Pētnieki arī pamanīja, ka mākslīgais intelekts dažreiz atpazīst skaņas, kuras netiek izmantotas apmācībā, kas arī dod lielas cerības.
Ramis Ganijevs
