Последните научни подвизи придават съвсем ново значение на „мисленето на глас“.
Невролозите от UC San Francisco са успели да използват мозъчни записи, за да създадат синтетична реч, според изследване, публикувано в Nature, международно научно списание, на 24 април 2019 г. Тази технология може да промени живота на хора, които иначе не могат да общуват поради неврологични увреждания.
Изследователи Гопала К. Ануманчипали, Джош Чартие и д-р Едуард Ф. Чанг описа в резюмето си, че е предизвикателство да се декодира речта от мозъчната дейност.
„Говоренето изисква много точен и бърз многоизмерен контрол на артикулаторите на гласовите пътища“, се посочва в резюмето. „Тук проектирахме невронния декодер, който изрично използва кинематични и звукови изображения, кодирани в човешката кортикална дейност, за да синтезира звукова реч.“
И така, какво означава това?
По принцип тези учени са създали и използвали интерфейс мозък-машина, за да генерират синтетична реч, която звучи естествено от мозъчната дейност, както съобщава Николас Уайлър
на уебсайта на UCSF. Машината използва невронна активност за управление на виртуален гласов тракт, състоящ се от компютърно симулирани устни, челюст, език и ларинкс.„За първи път това проучване демонстрира, че можем да генерираме цели изговорени изречения въз основа на мозъчната активност на човек“, каза д-р Чанг, според докладите на Weller. "Това е вълнуващо принципно доказателство, че с технология, която вече е на обсег, трябва да можем да изградим устройство, което да е клинично жизнеспособно при пациенти със загуба на говора."
Как го направиха?
За своето проучване Чанг и неговият екип са използвали данни от петима пациенти, чиито мозъци са били наблюдавани за епилептични припадъци, като съобщава National Geographic. Всеки участник вече имаше масиви от електроди, всеки с размерите на печат, поставени на повърхността на мозъка им. Участниците отчитат стотици изречения, докато електродите наблюдават мозъчната активност, а интерфейсът мозък-машина превежда тази дейност в реч.
Кристиан Херф, постдокторант от университета в Маастрихт, който изучава подобни речеви методи, нарече това изследване „много, много елегантен подход“.
Защо има значение?
Неврологичното увреждане може да доведе до необратима загуба на способността да се говори, според UCSF. Такова увреждане може да дойде от травматични мозъчни наранявания, инсулти или невродегенеративни заболявания, като Паркинсон. Хората, които страдат от речеви увреждания, често се справят с устройства, които използват движения на очите и лицевите мускули, за да изразят мислите си буква по буква. Този начин на комуникация обаче е досаден и неточен и не прилича на естествена реч.
Работата на Чанг може да промени това. Когато настоящите комуникационни устройства позволяват реч с около 10 думи в минута (или по-малко), изследването на неговия екип позволява комуникационна технология да работи по-близо до 100 до 150 думи в минута - скоростта, с която повечето хора естествено говорете.
Какво предстои?
Учените все още трябва да извървят дълъг път, за да направят тази технология възможно най-точна и е малко вероятно да помогне на хората с тежки увреждания на речевите центрове на мозъка. По-жизнеспособните потребители просто нямат контрол над своите речеви мускули.
Мелани Фрид-Окен, патолог на езика на речта в Университета по здравеопазване и наука в Орегон, заяви пред National Geographic че макар това изследване да повдига някои етични въпроси по отношение на идентичността и неприкосновеността на мисълта, то също така поддържа обещавам.
„Не би ли било чудесно да можем да дадем това на 3-годишно дете, което вече може да взаимодейства с околната среда, което все още не е могло да го направи?“ Фрид-Окен каза пред National Geographic. „Точно както даваме кохлеарни импланти на [глухи] бебета - същото. Тук има такъв потенциал, но има толкова много невроетични проблеми. "