導讀:目前,人工智能技術(shù)使得非侵入式大腦解碼技術(shù)更進一步!盡管該技術(shù)尚不能使無法語言交流人群像正常人那樣談笑風生,但可使科學家精準解碼他們的語音內(nèi)容。
北京時間 9 月 14 日上午消息,據(jù)報道,目前,人工智能技術(shù)使得非侵入式大腦解碼技術(shù)更進一步!盡管該技術(shù)尚不能使無法語言交流人群像正常人那樣談笑風生,但可使科學家精準解碼他們的語音內(nèi)容。
▲人工智能技術(shù)可從參與者大腦活動中解碼單詞和句子,其準確性令人不可思議,準確率可達 73%,這意味著人工智能朝向大腦活動數(shù)據(jù)“無創(chuàng)解碼”大腦語言和意識邁進一步!
這項人工智能技術(shù)可從參與者大腦活動中解碼單詞和句子,其準確性令人不可思議,但仍無法達到 100% 精準,人們僅需幾秒鐘的大腦活動數(shù)據(jù),即能通過人工智能技術(shù)推測出人們聽到什么內(nèi)容,他們在一項初步研究中發(fā)現(xiàn),參與者從選擇性測試中找到正確答案的概率平均達到 73%。
未參與該項研究的愛爾蘭都柏林三一學院計算機科學家喬瓦尼?迪?利伯托 (Giovanni Di Liberto) 稱,人工智能的表現(xiàn)已超出許多人認為可能實現(xiàn)的水平。
8 月 25 日,有媒體報道稱,F(xiàn)acebook 母公司 Meta 研發(fā)一項最新人工智能技術(shù),最終有望應(yīng)用于全球數(shù)以萬計無法通過語音、打字或者手勢進行交流的人群,其中包括:最低限度的意識狀態(tài)、閉鎖綜合癥或者“植物人狀態(tài)”患者,現(xiàn)在他們通常被稱為無反應(yīng)清醒綜合癥人群。
據(jù)悉,目前大多數(shù)幫助語言表達障礙人群的技術(shù)具有一定程度的身體侵入性,需要進行高風險腦部手術(shù)植入電極,Meta 公司 AI 研究員、神經(jīng)科學家珍妮-雷米?金 (Jean-Remi King) 表示,最新研發(fā)的人工智能技術(shù)有望提供一種可行方案來幫助溝通障礙患者,而不是使用侵入性方法。
珍妮和同事研發(fā)了一種計算工具,可以檢測 53 種語言的 56000 小時語音錄音中的單詞和句子,該工具也被稱為語言模型,學習如何在細微等級 (例如:字母或者音節(jié)) 和更廣泛等級 (例如:單詞或者句子) 識別語言的具體特征。
該研究團隊將帶有語言模型的人工智能系統(tǒng)應(yīng)用于 4 個機構(gòu)的數(shù)據(jù)庫,其中包括 169 名志愿者的大腦活動,在這些數(shù)據(jù)庫中,參與者傾聽不同的故事和句子,例如:作家歐內(nèi)斯特?海明威的《老人與?!泛蛣⒁姿?卡羅爾的《愛麗絲夢游仙境》,期間工作人員使用腦磁波描記器 (MEG) 或者腦電圖儀對參與者的大腦進行掃描,這些設(shè)備可以測量大腦信號的磁成分或者電成分。
之后在一種有助于解釋實際大腦間物理差異的計算方法幫助下,研究團隊試著利用每位參與者 3 秒鐘的大腦活動數(shù)據(jù)來解碼他們聽到的內(nèi)容,他們指示人工智能系統(tǒng)將故事錄音中的語音與人工智能計算出人們聽到的內(nèi)容相對應(yīng)的大腦活動模式進行匹配,然后依據(jù) 1000 多種可能性,預(yù)測參與者在短時間內(nèi)可能聽到的內(nèi)容。
研究人員發(fā)現(xiàn)使用腦磁波描記器進行測試,參與者選擇的前 10 種可能性答案的準確率達到 73%,然而通過腦電圖儀的測試結(jié)果,該準確率下降至不足 30%,因此腦磁波描記器性能非常好。利伯托說:“但是我們預(yù)測該系統(tǒng)的實際應(yīng)用并不樂觀,它能有什么用途呢?腦磁波描記器是一部笨重且成本昂貴的機器,將該項技術(shù)應(yīng)用于診所需要技術(shù)創(chuàng)新改良,從而使該設(shè)備成本更低、更易于使用。
美國密歇根大學安娜堡分校語言學家喬納森?布倫南 (Jonathan Brennan) 說:“在這項最新研究中,理解‘解碼’的真正含義非常重要,這個詞經(jīng)常被用于描述直接從信息源破譯信息的過程,這里特指從大腦活動中破譯語言,人工智能技術(shù)可以實現(xiàn)這一點,因為該系統(tǒng)能提供一個有限范圍的可能性答案,大幅提高的準確率。對于語言來講,如果我們想將該人工智能系統(tǒng)擴展至實際應(yīng)用,這是很難實現(xiàn)的,因為語言應(yīng)用是無限的?!?/p>
更重要的是,人工智能能解碼被動傾聽音頻的參與者信息,這與非語言患者沒有直接關(guān)聯(lián),為了使它成為一種具有意義的交流工具,科學家需要學習如何從大腦活動中解密患者想表達的信息,例如:饑餓、不適表情或者簡單的“是”或者“不是”的表情。
事實上,這項人工智能技術(shù)是解碼語音感知,而不是語音生成,雖然語音生成是科學家的最終目標,但就目前而言,亟待進一步完善提升相關(guān)的科學技術(shù)。