开发出将脑活动转化为文字的人工智能

加州大学旧金山分校的研究人员已经开发出了一种可以将脑活动转化为文字的人工智能（AI）.

该系统的工作原理是检测大脑在说话时的神经模式，专家们希望它最终能够应用于那些无法说话的人，例如患有锁定综合征的人.

研究的共同作者约瑟夫·马金（Joseph Makin）说：“我们还没有达到那个水平，但我们认为这可能是语音假肢的基础。”

该研究发表在了《自然神经科学》杂志上.

测试系统

约瑟夫·马金和他的团队使用深度学习算法来研究四位女性在说话时的大脑信号。所有这些女性都患有癫痫，电极被附着在她们的大脑上以监测癫痫发作.

在电极被附着后，每位女性都朗读了一组句子，同时记录她们的大脑活动。使用的独特词汇量最多为250个。他们可以从50个不同的句子中选择，包括“蒂娜·特纳是一位流行歌手”和“那些小偷偷了30颗宝石”.

然后，将大脑活动数据输入到神经网络算法中，并训练它来识别经常出现的模式。这些模式可以与反复出现的语音方面（如元音或辅音）链接起来。然后，它们被输入到第二个神经网络中，尝试将它们转化为单词以形成句子.

每位女性被要求至少重复两次句子，其中最后一次重复不被纳入训练数据中。这使得研究人员能够测试该系统.

马金说：“记住这些句子的脑活动并不能带来帮助，所以网络必须学习它们之间的相似之处，以便能够推广到最后一个例子。”

结果

该系统的初始结果并没有产生有意义的句子，但随着系统将每个单词序列与朗读的句子进行比较，它变得更加完善.

然后，团队测试了该系统，仅使用说话时的大脑活动来生成书面文本.

翻译中存在很多错误，但准确率仍然非常令人印象深刻，并且比以前的方法有了显著的改进。准确率因人而异，但对于某个个体来说，每个句子的平均纠正率仅为3%.

该团队还发现，使用一个个体的数据来训练算法可以使最终用户提供更少的数据.

马斯特里赫特大学的克里斯蒂安·赫尔夫博士（他不参与这项研究）表示，令人印象深刻的是，该系统只需要每位参与者不到40分钟的训练数据和有限的句子集合，而通常需要数百万小时.

他说：“通过这样做，他们达到了以前未曾达到的准确率水平。”

“当然，这是一个很棒的研究，但这些人也可以使用‘OK Google’ (GOOGL ) ，”他说。“这不是思想的翻译（而是说话时大脑活动的翻译）。”

另一个挑战可能是，具有语音障碍的人可能具有不同的脑活动模式.

马金说：“我们希望在具有实际语音障碍的患者中部署这一技术，”“尽管他们的大脑活动可能与这项研究中的女性不同，这可能会使事情更加困难。”

要全面翻译脑信号数据，还有很长的路要走。人类使用了大量的词汇，而这项研究只使用了非常有限的语音集合.