Intelligenza Artificiale Sviluppata per Tradurre l’Attività Cerebrale in Parole

I ricercatori dell’Università della California, San Francisco hanno sviluppato un’intelligenza artificiale (AI) in grado di tradurre l’attività cerebrale in testo. Il sistema si basa su modelli neurali rilevati quando qualcuno parla, ma gli esperti sperano che possa essere utilizzato in futuro anche su individui che non sono in grado di parlare, come le persone affette da sindrome da blocco

Il dottor Joseph Makin era coautore della ricerca.

“Non siamo ancora arrivati, ma pensiamo che questo possa essere la base di una protesi per la parola”, ha detto Makin.

La ricerca è stata pubblicata sulla rivista Nature Neuroscience.

Test del Sistema

Joseph Makin e il suo team si sono basati su algoritmi di apprendimento profondo per studiare i segnali cerebrali di quattro donne mentre parlavano. Tutte le donne hanno l’epilessia e avevano elettrodi attaccati al cervello per monitorare le convulsioni.

Dopo che gli elettrodi furono attaccati, ogni donna lesse ad alta voce un set di frasi mentre la sua attività cerebrale veniva misurata. Il numero massimo di parole uniche utilizzate era di 250. Potevano scegliere da un set di 50 frasi diverse, tra cui “Tina Turner è una cantante pop” e “Quei ladri hanno rubato 30 gioielli”.

I dati dell’attività cerebrale sono stati quindi alimentati in un algoritmo di rete neurale, che è stato addestrato per identificare modelli ricorrenti. Questi modelli potevano quindi essere collegati ad aspetti ripetuti del linguaggio come vocali o consonanti. Sono stati quindi alimentati in una seconda rete neurale che ha cercato di convertirli in parole per formare una frase.

Ogni donna è stata chiesta di ripetere le frasi almeno due volte, con l’ultima ripetizione che non è stata inclusa nei dati di addestramento. Ciò ha permesso ai ricercatori di testare il sistema.

“Memorizzare l’attività cerebrale di queste frasi non sarebbe stato utile, quindi la rete deve imparare cosa c’è di simile tra loro in modo che possa generalizzare a questo esempio finale”, dice Makin.

Risultati

I primi risultati del sistema non hanno prodotto frasi che avevano senso, ma si sono migliorati man mano che il sistema confrontava ogni sequenza di parole con le frasi lette ad alta voce.

Il team ha quindi testato il sistema generando testo scritto solo dall’attività cerebrale durante il linguaggio.

C’erano molti errori nella traduzione, ma il tasso di accuratezza era comunque molto impressionante e molto migliore rispetto agli approcci precedenti. L’accuratezza variava da persona a persona, ma per un individuo solo il 3% di ogni frase in media richiedeva correzioni.

Il team ha anche scoperto che l’algoritmo di addestramento sui dati di un individuo ha permesso all’utente finale di fornire molto meno.

Secondo il dottor Christian Herff, dell’Università di Maastricht, ma non coinvolto nello studio, è impressionante che il sistema abbia richiesto meno di 40 minuti di dati di addestramento per ogni partecipante e una raccolta limitata di frasi, rispetto ai milioni di ore normalmente richieste.

“Facendo ciò, raggiungono livelli di accuratezza che non sono stati raggiunti finora”, ha detto.

“Naturalmente, questa è una ricerca fantastica, ma quelle persone potrebbero semplicemente utilizzare ‘OK Google’”, ha detto. “Questo non è la traduzione del pensiero [ma dell’attività cerebrale coinvolta nel linguaggio]”.

Un’altra sfida potrebbe essere che le persone con disabilità del linguaggio potrebbero avere un’attività cerebrale diversa.

“Vogliamo utilizzare questo in un paziente con una disabilità del linguaggio reale”, dice Makin, “anche se è possibile che la loro attività cerebrale possa essere diversa da quella delle donne di questo studio, rendendolo più difficile”.

C’è ancora molto lavoro da fare per tradurre i dati dei segnali cerebrali in modo completo. Gli esseri umani utilizzano una quantità massiccia di parole e lo studio ha utilizzato solo un set di linguaggio molto limitato.