Pažanga: dirbtinis intelektas atkuria natūralią kalbą paralyžiuotiems žmonėms

Paralyžiuotiems asmenims su dirbtiniu intelektu atvertos naujos galimybės – tyrėjai sukūrė smegenų ir kompiuterio sąsają, kuri gali susintetinti natūraliai skambančią kalbą pagal smegenų veiklą realiu laiku.

Judama į priekį

Didelį paralyžiaus laipsnį turintiems pacientams, kuriems paralyžiuota kalba, yra sunku dalyvauti komunikacijos procese. Dabartinės technologijų ypatybės apriboja pacientų galimybes turėti prasmingą pokalbį, nes tokio pobūdžio sistemos ženkliai atsilieka minčių dėstymo prasme.

Tačiau kovo 31 d. „Nature Neuroscience“ paskelbtame tyrime mokslininkai pasitelkė klinikinio tyrimo dalyvio, kuris patyrė paralyžių, aukštos raiškos paviršinius kalbos sensorimotorinės žievės įrašus.

Šie įrašai buvo naudojami valdant nuolat veikiantį sintezatorių. Jame integruoti giliųjų neuroninių tinklų modeliai, realiu laiku, maždaug kas 80 milisekundžių atkūrė aiškiai suprantamą kalbą, atitinkančią prieš traumą buvusį balsą. Sukurtas modelis galėjo atkurti natūralų paciento balsą iš anksčiau turėtų jo balso įrašų.

Šie modeliai gali automatiškai aptikti kalbą ir nenutrūkstamai ją dekoduoti.

Tyrimo autoriai teigia:

„Šie rezultatai pristato naują kalbos neuroprotezavimo paradigmą, kuri gali padėti atkurti natūralią žodinę komunikaciją žmonėms, turintiems paralyžių.“

Sprendžiami iššūkiai

Svarbus dėmesys krypsta ne tik į tai, kad dirbtinio intelekto sistema gali atkurti pakankamai tikslų individualaus paciento balsą, tačiau ir tai, kad yra sumažinta balso atkūrimo delsa, kuri ankstesniuose tyrimuose siekė 8 sekundes.

Tyrimo autoriai dalijasi mintimis apie šiuos pasiekimus:

„Mūsų tiesioginio transliavimo metodas suteikia tokią pačią greitą kalbos dekodavimo galimybę, kaip įrenginiai, tokie kaip „Alexa“ ir „Siri“, neuroprotezams. Naudodami panašų algoritmą, mes nustatėme, kad galime dekoduoti neuroninius duomenis ir pirmą kartą pasiekti beveik sinchronizuoto balso transliavimą. Rezultatas – natūraliau skambanti, sklandesnė kalbos sintezė.“

Tyrėjai tikina, kad šis metodas gali būti pritaikomas kitiems smegenų jutiklių metodams, kaip mikroelektrodų tinklams („MEAs“) ar neinvaziniams įrašams („sEMH“). Vieni iš jų prasiskverbia į smegenų paviršių, o pastarasis naudoja jutiklius ant veido raumenų aktyvumui matuoti.

Ateityje bus siekiama dar labiau pagerinti kalbos atkūrimo kokybę ir jos greitį.

Mokslininkai nuolatos vykdo bandymus testuojant dirbtinio intelekto galimybes, kurios padėtų paralyžiuotiems žmonėms, kuo labiau integruotis į kasdienybę. Mičigano universiteto mokslininkai sukūrė algoritmą ir sėkmingai išbandė drono valdymo galimybes, kai pacientas įsivaizdavo, kad judina pirštus.