科學(xué)家開發(fā)了一種人工智能系統(tǒng)，可以通過分析人的大腦活動(dòng)將其思想轉(zhuǎn)化為文本。

加利福尼亞大學(xué)舊金山分校的研究人員開發(fā)了AI，可以從30到50個(gè)句子中實(shí)時(shí)解密多達(dá)250個(gè)單詞。

該算法是使用四名在大腦中植入電極的婦女的神經(jīng)信號(hào)進(jìn)行訓(xùn)練的，這些信號(hào)已經(jīng)在監(jiān)測癲癇發(fā)作中。

志愿者反復(fù)大聲朗讀句子，而研究人員將大腦數(shù)據(jù)輸入AI，以取消可能與單個(gè)單詞相關(guān)的模式。重復(fù)設(shè)置的平均單詞錯(cuò)誤率低至3%。

“在首次從人腦信號(hào)中解碼語音后的十年，準(zhǔn)確性和速度仍遠(yuǎn)低于自然語音，”一份詳細(xì)闡述這項(xiàng)研究的論文指出，該論文于本周發(fā)表在《自然神經(jīng)科學(xué)》雜志上。

“從機(jī)器翻譯的最新進(jìn)展中汲取經(jīng)驗(yàn)，我們訓(xùn)練了一個(gè)遞歸神經(jīng)網(wǎng)絡(luò)，將神經(jīng)活動(dòng)的每個(gè)句子長度序列編碼為一個(gè)抽象表示，然后將這個(gè)表示逐字地解碼為英語句子。”

據(jù)估計(jì)，說英語的人的平均活躍詞匯量約為20,000個(gè)單詞，這意味著該系統(tǒng)距離能夠理解常規(guī)語音還有很長的路要走。

由于解碼器依賴于學(xué)習(xí)句子的結(jié)構(gòu)并使用其來改進(jìn)其預(yù)測，因此研究人員不確定其擴(kuò)展的程度。這意味著每個(gè)新單詞都會(huì)增加可能的句子數(shù)量，從而降低整體準(zhǔn)確性。

論文指出：“盡管我們希望解碼器學(xué)習(xí)和利用這種語言的規(guī)律性，但這仍然表明需要多少數(shù)據(jù)才能從我們的小語言擴(kuò)展到更通用的英語形式。”

一種可能是將其與使用不同類型的植入物和算法的其他腦機(jī)接口技術(shù)相結(jié)合。

去年，英國皇家學(xué)會(huì)(Royal Society)的一份報(bào)告聲稱，將人的大腦與計(jì)算機(jī)連接起來的神經(jīng)接口將使人們之間的思想讀取成為可能。

該報(bào)告援引了埃隆·馬斯克(Elon Musk)的Neuralink初創(chuàng)公司和Facebook目前正在開發(fā)的技術(shù)，他們將電子人的遠(yuǎn)程感應(yīng)描述為“以人為本的計(jì)算的下一個(gè)偉大浪潮”。

皇家學(xué)會(huì)估計(jì)，這樣的界面將在二十年內(nèi)成為治療像阿爾茨海默氏病這樣的疾病的“既定選擇”。

報(bào)告說：“人們可能會(huì)變得某種程度的心靈感應(yīng)，不僅可以說話，而且無需說話。”同時(shí)，它還擴(kuò)展到了更未來的應(yīng)用程序中，例如能夠虛擬地品嘗和嗅覺而又不會(huì)物理感覺。

“度假的人可以將他們所看到，聽到或品嘗到的東西的'神經(jīng)明信片'帶回家里的朋友的腦海中。”