Научен пробив в четенето на мисли: изобретяване на джаджи, които всеки може да купи

2024 Автор: Seth Attwood | [email protected]. Последно модифициран: 2023-12-16 15:58

Инженери от Института за изследване на висшата нервна дейност успяха да създадат система, която превежда мислите в разбираема и разпознаваема реч. Чрез контролиране на мозъчната дейност на някого, технологията реконструира мислите в думи.

Този научен пробив, съчетан със силата на AI и синтезаторите на реч, отваря нова ера във взаимодействието между компютъра и мозъка. Разбира се, това открива и нови възможности за хора, които по една или друга причина са загубили способността си да говорят.

„Нашите гласове помагат да поддържаме връзка с приятелите, семейството и света около нас, така че загубата на гласова сила поради нараняване или заболяване е опустошителна за хората. Въпреки това, с днешния запас от знания, ние имаме потенциален начин да възстановим тази сила. Ние показахме, че с правилната технология мислите на хората могат да бъдат дешифрирани и разбрани от всеки слушател “, казва Нима Мегарани, д-р и един от авторите на изследване, проведено в Института за психично поведение Мортимър Б. Зукерман в Колумбия Университет.

Десетилетия изследвания показват, че когато хората говорят или дори си представят, че изричат думи, в мозъците им се появяват характерни модели на дейност. Ясен и разпознаваем модел на сигнализиране също възниква, когато слушаме някой да говори или си представяме, че слушаме. Експертите се опитват да дешифрират тези модели от десетилетия, но едва сега пред тях се отвори бъдеще, в което мислите вече не могат да бъдат скрити вътре в мозъка, а вместо това могат да бъдат преведени на говорим език по желание.

Но постигането на този подвиг не беше лесно. Ранните опити за дешифриране на мозъчни сигнали от д-р Месгарани и други се фокусираха върху прости компютърни модели, които анализираха спектрограми, които са визуално представяне на звуковите честоти.

Но поради факта, че този подход не произведе нищо близко до разбираема реч, екипът на д-р Месгарани вместо това се обърна към вокодер, компютърен алгоритъм, който може да синтезира реч, след като е бил обучен да записва разговорите на хората.

„Това е същата технология, която Amazon Echo и Apple Siri използват, за да отговорят устно на нашите въпроси“, каза д-р Месгарани, който също е доцент по електротехника в Колумбийското училище по инженерство и приложни науки на Fu Foundation.

За да научи вокодера да интерпретира мозъчната активност, д-р Мегарани си партнира с Ашеш Динеш Мехта, доктор по медицина, неврохирург в Института по невронауки на Northwell Health Physician Partners и съавтор на днешната статия. Д-р Мехта лекува пациенти с епилепсия, някои от които трябва да се подлагат на редовни операции.

„Работейки с д-р Мехта, помолихме пациенти с епилепсия, които вече са претърпели мозъчна операция, да слушат предложения от различни хора, докато измерваме моделите в тяхната мозъчна активност“, казва д-р Месгарани. "Тези невронни модели обучиха вокодера."

След това изследователите помолили същите пациенти да слушат високоговорители, които произнасят числата от 0 до 9, докато записват мозъчни сигнали, които след това могат да бъдат предадени през вокодер. Звукът, произведен от вокодера в отговор на тези сигнали, беше анализиран и прецизиран с помощта на невронни мрежи като изкуствен интелект, които имитират структурата на невроните в биологичния мозък.

Крайният резултат беше роботизиран глас, повтарящ поредица от числа. За да провери точността на записа, д-р Месгарани и нейният екип инструктираха хората да слушат записа и да докладват какво са чули.

„Открихме, че хората могат да разбират и повтарят звуци в около 75% от времето, което е много по-добро от всички предишни опити“, казва д-р Месгарани. Подобрението в разбираемостта беше особено очевидно при сравняване на новите записи с по-ранни опити, базирани на спектрограмата. „Чувствителен вокодер и мощни невронни мрежи представят звуците, които пациентите първоначално са чували с невероятна точност.

Д-р Месгарани и нейният екип сега планират да тестват по-трудни думи и изречения. Те също така възнамеряват да извършат същите тестове върху мозъчните сигнали, излъчвани, когато човек говори или си представя реч. В крайна сметка те се надяват, че тяхната система може да бъде част от имплант, подобен на тези, носени от някои пациенти с епилепсия, които превеждат мислите на потребителя директно в думи.

„При този сценарий, ако собственикът на чипа си помисли: „Имам нужда от чаша вода“, нашата система може да приеме мозъчните сигнали, генерирани от тази мисъл, и да ги преобразува в синтезирана вербална реч“, казва д-р Месгарани. „Това е промяна в играта и за всеки, който е загубил способността си да говори поради нараняване или заболяване, технологията дава нов шанс да комуникира със света около тях.“

Редакционен коментар на The Big The One: Тъй като някои наши служители имат известно отношение към неврофизиологията, можем абсолютно недвусмислено да заявим, че решаването на проблема с четенето на мисли и превеждането на тези мисли в думи не е проблем, който някой доктор по философия може да реши заедно с интелигентен неврохирург. Това е задача за изследователския институт, който ще я решава за сто, двеста и повече години. Освен това изобщо не е факт, че изследователският институт ще реши този проблем - дори и всички суперкомпютри на НАСА да бъдат докарани там, на които тълпа инженери ще започнат да симулират невронни мрежи. Статия в научно списание обаче няма да излъже и фактът на разпознаване на мислите определено е налице. Как тогава могат да бъдат събрани тези два факта?

Много просто. През последните 20-30 години в света се появиха огромен брой напълно невероятни и много сложни технологии като микропроцесори и твърди дискове. И всеки ден се появяват все повече и повече нови изобретения, които се записват на някои „талантливи студенти“, които, седнали в гаража, са събрали парче от скрап, за което изследователските институти се борят от 50 години. И в този случай имаме изобретение от подобен генезис. Тоест разработка, която е правена (или пренасяна на хората) дълги години от някакъв неизвестен човек, но която е записана на леля и чичо от Колумбия.

Всъщност няма абсолютно никаква разлика кой Уикипедия ще запише като „изобретатели“на технологията. Основното е, че технологията беше представена на света с помощта на научно списание. Освен това някоя китайска компания ще започне да произвежда такива "джаджи", които ще свикнат хората със самата идея, че главата им вече е станала напълно прозрачна. И накрая, третият етап ще бъде същата оруелианска "1984", когато дори мислите на всеки човек могат свободно да се четат от разстояние. Например чрез поставяне на специални сензори в апартаменти или интегриране на специален чип, който реагира на мозъчни импулси в тялото. Освен това.

По правило всяка технология има обратно приложение. Например, ако има технология за преобразуване на нервните импулси в думи, тогава с помощта на същия принцип можете да превърнете всякакви думи в нечии мисли. В тази ситуация президентите на различни държави имат грандиозна перспектива да бъдат подкрепени от абсолютно целия електорат, тъй като сега има техническа възможност всеки избирател дори да мисли като него - достатъчно е да поставите правилно модулиран сигнал в контакта.

Общо взето какво да кажем - перспективите пред света се разкриват най-прекрасни и с интерес следим развитието на събитията.