Ένα νέο σύστημα τεχνητής νοημοσύνης, ο σημασιολογικός αποκωδικοποιητής, μπορεί να μεταφράσει την εγκεφαλική δραστηριότητα σε γραπτό κείμενο. Το σύστημα θα μπορούσε να φέρει επανάσταση στην επικοινωνία για άτομα που δεν μπορούν να μιλήσουν λόγω καταστάσεων όπως το εγκεφαλικό.
Αυτή η μη επεμβατική προσέγγιση χρησιμοποιεί δεδομένα σαρωτή fMRI, μετατρέποντας τις σκέψεις σε κείμενο χωρίς να απαιτούνται χειρουργικά εμφυτεύματα. Αν και βρίσκεται σε πρώιμο στάδιο, αυτό το σύστημα AI καταγράφει με επιτυχία την ουσία των σκέψεων, τουλάχιστον στις μισές προσπάθειες.
Το σύστημα που αναπτύχθηκε από ερευνητές στο Πανεπιστήμιο του Τέξας στο Όστιν μπορεί να βοηθήσει τους ανθρώπους που έχουν νοητική συνείδηση αλλά δεν μπορούν να μιλήσουν, όπως εκείνους που εξασθενούν από εγκεφαλικά, να επικοινωνούν ξανά με κατανοητό τρόπο.
Η μελέτη, που δημοσιεύτηκε στο περιοδικό Nature Neuroscience, έγινε από τον Jerry Tang, διδακτορικό φοιτητή στην επιστήμη των υπολογιστών, και τον Alex Huth, επίκουρο καθηγητή νευροεπιστήμης και πληροφορικής στο UT Austin.
Σε αντίθεση με άλλα συστήματα αποκωδικοποίησης γλώσσας που βρίσκονται στο στάδιο της ανάπτυξης, αυτό το σύστημα δεν απαιτεί από τα άτομα να έχουν χειρουργικά εμφυτεύματα, καθιστώντας τη διαδικασία μη επεμβατική. Οι συμμετέχοντες επίσης δεν χρειάζεται να χρησιμοποιούν μόνο λέξεις από μια καθορισμένη λίστα.
Η εγκεφαλική δραστηριότητα μετριέται χρησιμοποιώντας έναν σαρωτή fMRI μετά από εκτενή εκπαίδευση του αποκωδικοποιητή.
Αργότερα, υπό τον όρο ότι ο συμμετέχων είναι ανοιχτός στην αποκωδικοποίηση των σκέψεών του, μετά από ερέθισμα σε κάτι που ακούει, επιτρέπει στο μηχάνημα να δημιουργήσει αντίστοιχο κείμενο μόνο από την εγκεφαλική δραστηριότητα.
«Για μια μη επεμβατική μέθοδο, αυτό είναι ένα πραγματικό άλμα προς τα εμπρός σε σύγκριση με αυτό που έχει γίνει πριν, που είναι συνήθως μεμονωμένες λέξεις ή σύντομες προτάσεις», είπε ο Huth. «Βάζουμε το μοντέλο να αποκωδικοποιεί τη γλώσσα για εκτεταμένες χρονικές περιόδους με περίπλοκες ιδέες».
Το αποτέλεσμα δεν είναι μια μεταγραφή λέξη προς λέξη. Αντίθετα, οι ερευνητές το σχεδίασαν για να συλλάβουν την ουσία αυτού που λέγεται ή σκέφτεται, αν και ατελώς. Περίπου τις μισές φορές, όταν ο αποκωδικοποιητής έχει εκπαιδευτεί να παρακολουθεί την εγκεφαλική δραστηριότητα ενός συμμετέχοντος, το μηχάνημα παράγει κείμενο που ταιριάζει στενά (και μερικές φορές με ακρίβεια) με τις επιδιωκόμενες έννοιες των αρχικών λέξεων.
Για παράδειγμα, σε πειράματα, ένας συμμετέχων που άκουγε έναν ομιλητή να λέει, «Δεν έχω ακόμη το δίπλωμα οδήγησής μου» μεταφράστηκαν οι σκέψεις του ως: «Δεν έχει αρχίσει να μαθαίνει ακόμη να οδηγεί». Ακούγοντας τις λέξεις, «Δεν ήξερα αν να ουρλιάξω, να κλάψω ή να σκάσω. Αντίθετα, είπα, «Άφησέ με ήσυχο!»» αποκωδικοποιήθηκε ως «Άρχισε να ουρλιάζει και να κλαίει, και μετά μου είπε, «Σου είπα να με αφήσεις ήσυχη».
