每分鐘無約束表達62個單詞, 新腦機接口距離實時人腦溝通再進一步
美國一所大學的團隊聲稱已經測試瞭一種新的腦機接口（BCI），它可以每分鐘解碼多達62個單詞的語音，將之前的記錄提高瞭3.4倍，這是以自然人類對話的速度實現實時語音轉換的一大步。科學傢們發現，他們隻需要分析大腦皮層相對較小區域的大腦活動，就可以使用機器學習算法將其轉換為連貫的語音。現在的目標是讓那些因ALS或中風而無法說話的人恢復“聲音”，雖然基於鍵盤的解決方案允許癱瘓患者在一定程度上再次通信，但基於大腦的語音接口可以顯著加快解碼速度。
科學傢們寫道：“在這裡，我們展示瞭一種語音BCI，它可以以每分鐘62個單詞的速度從大量詞匯中解碼無約束的句子，這是BCI首次遠遠超過替代技術為癱瘓患者提供的通信速率，例如眼動追蹤。”在一項實驗中，研究小組從ALS患者大腦的兩個小區域記錄瞭他們的神經活動。ALS患者可以移動嘴，但難以形成單詞。研究人員使用一個可以預測文本的遞歸神經網絡解碼器，然後以驚人的速度將這些信號轉換成單詞。論文稱，他們發現，分析這些面部運動及其相關的神經活動足夠強大，足以支持語音BCI，盡管大腦皮層表面癱瘓且覆蓋范圍狹窄。
但這個系統並不完美。研究人員的遞歸神經網絡（RNN）解碼器的錯誤率仍然約為20%。科學傢們在論文中承認：“我們的演示證明瞭一個概念，即從皮層內記錄中解碼嘗試的說話動作是一種很有前途的方法，但這還不是一個完整的、臨床上可行的系統。”為瞭提高系統的錯誤率，科學傢們建議探測更多的大腦區域，同時優化算法。
本文經喵先生的科普時間投稿或網站收集轉載，不代表未看官方觀點
