Учените са направили сериозна крачка напред в способността си да дешифрират това, което човек казва, само като гледат мозъчните му вълни, докато го говори, съобщава BBC.
Специалисти по машинно обучение от Калифорнийския университет в Сан Франциско (UCSF) са успели да създадат алгоритъм, чрез който да се сравняват на моделите на мозъчните вълни, докато човек говори, с реалните думи и изречения, които изрича в реално време, като честота на грешките в системата пада до 3%.
Досега подобен род "мозъчен-интерфейс" машини имаха много по-ограничен успех в това да декодират невронната активност на мозъка, като успехите в тази насока досега се състояха в това да се декодират само фрагменти от речта на човек като отделни изговорени думи или части от фрази.
Усилията на екипа от Калифорнийския университет са били насочени в посока да се подобри точността на тези машини.
За целта те са използвали четирима доброволци, които да четат текст на глас, докато са закачени с електрод, които да записват мозъчната им активност. Междувременно тя се подава като информация към изчислителна система, която да установи модели и често срещани характеристики в тези данни.
След това тези модели са съпоставени с повтарящи се особености на речта като гласни, съгласни или команди на части от устата.
Друга част от системата декодира това представяне дума по дума, за да образува изречения.
Авторите на изследването обаче признават, че поне засега обхватът на алгоритъма им е ограничен. За да се дадат сравнително точни резултати например, е било необходимо речта за декодиране да бъде ограничена до между 30 и 50 изречения.
"Въпреки че бихме искали декодерът да научи и използва закономерностите на езика, остава да покажем колко данни ще са необходими, за да се разшири от нашият ограничен език до по-обща форма на английския", пишат изследователите в статията си, публикувана в сп. Nature Neuroscience.
Оттам обаче отчитат и сериозната крачка напред в дешифрирането на мозъчните вълни, тъй като техният алгоритъм не просто класифицира изречения въз основа на тяхната структура, но също така разпознава отделни думи.
Те твърдят това на база подобренията чрез добавяне на изречения към тренировъчния набор, които не са използвани в самите тестове. И колкото повече начална информация се добави, толкова по-лесно ще става да се декодират изречения, които не са заложени в първоначалния тренировъчен набор.
Когато компютърната система беше обучена за мозъчна активност и говор от един човек, преди да тренира на друг доброволец, резултатите от декодирането се подобяват, което предполага, че техниката може да бъде тествана и от нови хора, които не са участвали в тренировъчния процес, добавят още авторите на изследването.
