世界只是在適應(yīng)亞馬遜和谷歌等公司提供的虛擬助手的功能和先進性，與幾年前相比，該技術(shù)可以以令人毛骨悚然的精度解碼我們的語音。

然而，實際上，一個更令人印象深刻且令人難以置信的里程碑可能就在眼前，這使得語音識別似乎幾乎像兒童游戲：人工智能(AI)系統(tǒng)可以將我們的大腦活動轉(zhuǎn)化為完整的文本，而不會聽到說出一個字。

這不完全是科幻小說。從動物模型到人類參與者，腦機接口在過去的幾十年中得到了長足的發(fā)展，實際上已經(jīng)在嘗試這種事情。

加利福尼亞大學(xué)舊金山分校的研究人員在一項新研究中解釋說，這還不夠準確。

為了看看他們是否可以改善這一狀況，由加州大學(xué)舊金山分校張氏實驗室的神經(jīng)外科醫(yī)生愛德華·張領(lǐng)導(dǎo)的研究小組使用一種新的方法來解碼皮層電圖：皮層活動期間發(fā)生的電脈沖的記錄由植入大腦的電極采集。

在這項研究中，四名癲癇患者戴上了植入物以監(jiān)測由他們的醫(yī)療狀況引起的癲癇發(fā)作，加州大學(xué)舊金山分校的團隊進行了一項輔助實驗：讓參與者朗讀并重復(fù)一些固定的句子，而電極記錄他們的大腦活動在運動中。

然后，將這些數(shù)據(jù)輸入到神經(jīng)網(wǎng)絡(luò)中，該神經(jīng)網(wǎng)絡(luò)會根據(jù)實驗的音頻記錄來分析與某些語音簽名(例如元音，輔音或嘴巴動作)相對應(yīng)的大腦活動模式。

此后，另一個神經(jīng)網(wǎng)絡(luò)解碼了這些表示形式(從重復(fù)的30–50個口頭句子收集而來)，并僅基于單詞的皮層簽名，使用它來嘗試預(yù)測所說的內(nèi)容。

在最佳狀態(tài)下，該系統(tǒng)產(chǎn)生了一個誤碼率(WER)，其中只有3%的參與者將腦信號轉(zhuǎn)換為文本-這可能與AI所獲得的閱讀力差不多，至少在嚴格意義上講確定的實驗條件。

在他們的論文中，團隊詳細介紹了參與者所說的參考句子的許多示例，以及網(wǎng)絡(luò)生成的“預(yù)測”，有時是錯誤的，但并非總是如此。但是，當錯誤顯而易見時，它們似乎與人耳聽到的語音結(jié)果有很大不同(這可能是引入AI的有限數(shù)據(jù)集的副作用)。