До недавнего времени такие системы могли распознавать лишь ограниченный набор слов. Новый шаг вперед сделали исследователи из США, разработавшие алгоритм, который способен декодировать внутреннюю речь с точностью до 54%. Этот результат стал важной вехой в развитии нейротехнологий.
Как работает технология "мозг — компьютер"?
Системы "мозг — компьютер" (BCI, Brain-Computer Interface) основаны на регистрации электрической активности мозга. С помощью электродов, имплантированных в определенные области коры, ученые улавливают сигналы, связанные с речью или движением. Эти сигналы обрабатываются сложными алгоритмами, которые преобразуют их в понятные слова или команды. Основная сложность заключается в точной интерпретации нейронных сигналов, ведь мозговая активность каждого человека уникальна.
Ранее подобные технологии требовали от пациентов значительных усилий. Например, в Калифорнийском университете в Дэвисе разработали устройство для человека с боковым амиотрофическим склерозом. Электроды, имплантированные в моторную кору, улавливали сигналы, связанные с попытками артикуляции слов. Пациенту приходилось активно «проговаривать» слова в уме, что было утомительно и не всегда удобно.
Новый подход к расшифровке мыслей
Исследователи из Стэнфордского университета предложили иной метод. Вместо того чтобы полагаться на активные попытки произнесения слов, они сосредоточились на внутренней речи — мысленном проговаривании слов без физической артикуляции. В эксперименте участвовали четыре человека, которым имплантировали электроды в моторную кору головного мозга. Сначала испытуемые читали слова вслух, а затем просто думали о них.
С помощью электроэнцефалограммы ученые зафиксировали, что нейроны моторной коры остаются активными даже при мысленном произнесении слов, хотя интенсивность сигналов ниже, чем при реальной речи. Это открытие легло в основу нового алгоритма, который использует искусственный интеллект для анализа мозговой активности.
Роль искусственного интеллекта
Искусственный интеллект стал ключевым элементом исследования. Ученые обучили систему распознавать фонемы — минимальные звуковые единицы речи, из которых состоят слова. Алгоритм сопоставлял сигналы мозга, возникающие при произнесении и мысленном представлении слов, с записями из словаря, содержащего 125 000 слов. Постепенно система научилась собирать фонемы в слова, а затем в целые предложения.
В ходе эксперимента участникам предлагали мысленно проговаривать заранее подготовленные предложения. Компьютерная система декодировала их с точностью от 46 до 74 процентов, что соответствует погрешности от 26 до 54 процентов. Такой результат стал рекордным для технологий, направленных на распознавание внутренней речи.
Значимость и перспективы
Исследование, опубликованное в журнале Cell, открывает новые возможности для людей с нарушениями речи, вызванными такими заболеваниями, как инсульт, травмы мозга или нейродегенеративные расстройства. Возможность преобразовывать мысли в текст или речь без физической артикуляции сделает общение проще и менее утомительным.
Однако технология пока несовершенна. Погрешность в 26–54 процента означает, что система не всегда точно интерпретирует мысли. Для достижения более высокой точности потребуется дальнейшая работа над алгоритмами и методами регистрации мозговой активности. Ученые также планируют расширить словарный запас системы и улучшить ее способность распознавать сложные предложения.
Достижение американских ученых — это не только технологический прорыв, но и шаг к глубокому пониманию нейронных механизмов речи. В будущем подобные системы могут стать частью повседневной жизни, помогая не только людям с ограниченными возможностями, но и расширяя границы взаимодействия человека с техникой. Например, такие технологии могут найти применение в управлении устройствами, создании текстов или даже в образовании.
