Inteligência Artificial Desenvolvida para Traduzir Atividade Cerebral em Palavras

Pesquisadores da Universidade da Califórnia, San Francisco desenvolveram inteligência artificial (IA) que pode traduzir atividade cerebral em texto. O sistema funciona em padrões neurais detectados quando alguém está falando, mas os especialistas esperam que possa ser usado eventualmente em indivíduos que não conseguem falar, como pessoas que sofrem de síndrome de apraxia.

O Dr. Joseph Makin foi coautor da pesquisa.

“Não estamos lá ainda, mas pensamos que isso pode ser a base de uma prótese de fala”, disse Makin.

A pesquisa foi publicada na revista Nature Neuroscience.

Testando o Sistema

Joseph Makin e sua equipe confiaram em algoritmos de aprendizado profundo para estudar os sinais cerebrais de quatro mulheres enquanto elas falavam. Todas as mulheres têm epilepsia, e eletrodos foram conectados a seus cérebros para monitorar convulsões.

Depois que os eletrodos foram conectados, cada mulher leu em voz alta um conjunto de frases enquanto sua atividade cerebral era medida. A maior quantidade de palavras únicas usadas foi 250. Elas podiam escolher entre um conjunto de 50 frases diferentes, incluindo “Tina Turner é uma cantora de pop” e “Os ladrões roubaram 30 joias”.

Os dados de atividade cerebral foram então alimentados em um algoritmo de rede neural, e foi treinado para identificar padrões que ocorrem regularmente. Esses padrões poderiam então ser vinculados a aspectos repetidos da fala, como vogais ou consoantes. Eles foram então alimentados em uma segunda rede neural que tentou convertê-los em palavras para formar uma frase.

Cada mulher foi solicitada a repetir as frases pelo menos duas vezes, com a última repetição não fazendo parte dos dados de treinamento. Isso permitiu que os pesquisadores testassem o sistema.

“Memorizar a atividade cerebral dessas frases não ajudaria, então a rede precisa aprender o que é semelhante sobre elas para que possa generalizar para esse exemplo final”, diz Makin.

Resultados

Os primeiros resultados do sistema não produziram frases que fizessem sentido, mas melhoraram à medida que o sistema comparou cada sequência de palavras com as frases que foram lidas em voz alta.

A equipe então testou o sistema gerando texto escrito apenas a partir da atividade cerebral durante a fala.

Houve muitos erros na tradução, mas a taxa de precisão foi ainda muito impressionante e muito melhor do que as abordagens anteriores. A precisão variou de pessoa para pessoa, mas para um indivíduo, apenas 3% de cada frase em média precisavam de correções.

A equipe também descobriu que o algoritmo de treinamento em dados de um indivíduo permitiu que o usuário final fornecesse muito menos dados.

De acordo com o Dr. Christian Herff, da Universidade de Maastricht, mas não envolvido no estudo, é impressionante que o sistema tenha exigido menos de 40 minutos de dados de treinamento para cada participante e uma coleção limitada de frases, em comparação com as milhões de horas normalmente necessárias.

“Ao fazer isso, eles alcançam níveis de precisão que não foram alcançados até agora”, disse ele.

“Claro, essa é uma pesquisa fantástica, mas essas pessoas poderiam simplesmente usar ‘OK Google’ (GOOGL ) também”, disse ele. “Isso não é tradução de pensamento [mas de atividade cerebral envolvida na fala].”

Outro desafio pode ser que as pessoas com deficiências de fala possam ter atividade cerebral diferente.

“Queremos implantar isso em um paciente com deficiência de fala real”, diz Makin, “embora seja possível que a atividade cerebral dessas pessoas seja diferente da das mulheres neste estudo, o que torna isso mais difícil.”

Ainda há um longo caminho a percorrer para traduzir dados de sinais cerebrais de forma abrangente. Os humanos usam uma quantidade massiva de palavras, e o estudo usou apenas um conjunto muito restrito de fala.