За последнее десятилетие ученые разработали ряд сложных интерфейсов «мозг — компьютер», которые позволяют преобразовывать мозговую активность людей, утративших способность говорить вследствие различных заболеваний, в речь. Несмотря на это, до настоящего времени расшифровать удавалось лишь ограниченный набор слов. В США разработан новый алгоритм, обеспечивающий распознавание до 54 процентов «речи».
Несколько месяцев назад специалисты из Калифорнийского университета в Дэвисе, расположенного в США) представили устройство, которое расшифровывало речь пациента, неспособного членораздельно разговаривать из-за бокового амиотрофического склероза. Ему имплантировали электроды в область коры головного мозга, ответственную за двигательную активность, которая, как известно, участвует в произнесении слов. Чтобы система «мозг — компьютер» могла работать, пациент должен был изо всех сил стараться «проговаривать» слова, артикулируя их. Однако это решение было очень неудобным и утомительным для больного.
Используя ту же методику имплантации электродов в мозг, исследователи из Стэнфорда выбрали иной подход. Сначала от участников попросили прочитать слова и попытаться произнести их вслух, а затем они просто обдумывали эти слова. Анализируя мозговую активность с помощью электроэнцефалограммы, ученые зафиксировали активность нейронов в моторной области коры головного мозга, хотя и с меньшей интенсивностью.
Используя искусственный интеллект, ученые научили систему интерфейса «мозг — компьютер» определять фонемы, устанавливая соответствия между произнесенными и мысленно представленными словами. После этого ИИ объединял фонемы в слова и предложения, используя словарь, включающий 125 000 записей.
Участникам эксперимента было предложено составить предложения из заданного набора слов. Компьютерная система смогла декодировать внутреннюю речь в реальном времени с точностью от 26 до 54 процентов. На текущий момент это наилучший результат расшифровки внутренней речи.
Это исследование, результаты которого ученые опубликовали в журнале Cell, полученные результаты внесли значительный вклад в исследование нейронных основ внутренней речи. Тем не менее, для дальнейшего развития технологии необходимы дополнительные усилия.