無需侵入大腦 科學(xué)家開發(fā)AI系統(tǒng)嘗試將意念轉(zhuǎn)成文字|環(huán)球視點(diǎn)

過去幾年來，隨著腦機(jī)接口技術(shù)發(fā)展，包括Neuralink在內(nèi)的公司都在開發(fā)可以幫助癱瘓病人與外界交流的方法。這些設(shè)備往往需要通過開顱或者半侵入的方法植入人腦中，才能更準(zhǔn)確地提取人腦信號(hào)。

近日，科學(xué)家們開發(fā)了一種非侵入式的人工智能系統(tǒng)。在AI的幫助下，無需侵入大腦，就可以將人們的大腦活動(dòng)轉(zhuǎn)化為文本流，有望最終使得失去身體交流能力的患者獲益。

(資料圖片僅供參考)

這一最新研究成果5月1日發(fā)表在《自然神經(jīng)科學(xué)》（Nature Neuroscience）雜志上，證明了非侵入性語言腦機(jī)接口的可行性。這也是AI被用于腦機(jī)接口技術(shù)的最新例證。

該AI系統(tǒng)被稱為語義解碼器，一旦人工智能系統(tǒng)經(jīng)過訓(xùn)練，它就可以使中風(fēng)、癱瘓或其他退行性疾病患者在聆聽或想象講述一個(gè)新的敘事時(shí)生成文字。

來自美國得克薩斯大學(xué)奧斯汀分校的研究人員通過使用“變壓器模型”（Transformer）開發(fā)了該系統(tǒng)，Transformer也支持了谷歌的聊天機(jī)器人Bard和OpenAI的聊天機(jī)器人ChatGPT等AI大模型。

科學(xué)家們記錄了三名參與者聽了16個(gè)小時(shí)敘述性故事時(shí)的核磁共振成像數(shù)據(jù)，以訓(xùn)練模型在大腦活動(dòng)和語義特征之間建立映射，捕捉某些短語的含義以及相關(guān)的大腦反應(yīng)。

研究團(tuán)隊(duì)介紹稱，從非侵入性的磁共振成像（fMRI）記錄中解碼連續(xù)語言的腦機(jī)接口將有許多科學(xué)和實(shí)際應(yīng)用。 然而，目前非侵入式語言解碼器只能從一小組單詞或短語中來識(shí)別這些大腦的刺激。現(xiàn)在通過非侵入式解碼器，可以從fMRI記錄的皮質(zhì)語義表征中重建連續(xù)語言，從而可從多個(gè)區(qū)域分別解碼連續(xù)語言。

得州大學(xué)奧斯汀分校的一份新聞稿指出，經(jīng)過訓(xùn)練的系統(tǒng)在大約一半的情況下生成的文本與參與者原始單詞的預(yù)期含義非常接近或精確匹配。目前，該人工智能系統(tǒng)的主要研究人員已經(jīng)為該技術(shù)提交了PCT專利申請(qǐng)。

“對(duì)于一種非侵入性方法，與之前通常使用單個(gè)單詞或短句的方法相比，這是一個(gè)真正的飛躍。”這項(xiàng)研究的負(fù)責(zé)人、神經(jīng)科學(xué)家亞歷山大·胡斯 （Alexander Huth）教授寫道，“我們正在讓模型來解碼復(fù)雜的想法，并長時(shí)間解碼連續(xù)的語言。”

受試者還被要求在被磁共振監(jiān)測的情況下觀看四個(gè)簡短的無聲視頻。人工智能語義解碼器能夠利用他們的大腦活動(dòng)準(zhǔn)確描述視頻中的某些事件。

不過研究人員指出，這一人工智能系統(tǒng)目前不適合在實(shí)驗(yàn)室外使用，因?yàn)樗蕾囉趂MRI磁共振設(shè)備的開機(jī)時(shí)間需求。不過，未來這項(xiàng)工作也有望轉(zhuǎn)移到其他更便攜的大腦成像系統(tǒng)，例如功能性近紅外光譜（fNIRS）中。

“fNIRS測量大腦中不同時(shí)間點(diǎn)的血流量的不同，事實(shí)證明，這與fMRI測量的信號(hào)完全相同。”胡斯表示，“因此，我們將來的方法應(yīng)該轉(zhuǎn)化為fNIRS。”但他承認(rèn)，fNIRS的分辨率更低。

研究人員同時(shí)強(qiáng)調(diào)，腦機(jī)接口應(yīng)尊重心理隱私，訓(xùn)練和應(yīng)用解碼器都需要受試者合作，他們從一開始就著手解決有關(guān)該技術(shù)可能被濫用的問題。這包括如果接受過解碼器訓(xùn)練的參與者后來提出抵抗，那么他們思考所生成的想法結(jié)果將無法使用。

“我們非常重視腦機(jī)接口技術(shù)可能被用于不良目的的擔(dān)憂，并努力避免這種情況。”該論文的第一作者Jerry Tang表示，“我們希望確保人們只在他們想要的時(shí)候使用這類技術(shù)，并且這對(duì)他們有所幫助。”

標(biāo)簽：