Οι επιστήμονες έχουν κάνει πολύ σημαντικά βήματα στην τεχνολογία διεπαφής εγκεφάλου-υπολογιστή (BCI), και ένα νέο σύστημα μπορεί να μεταφράσει τις σκέψεις σε κείμενο ή ήχο, δίνοντας φωνή στα άτομα που δε μπορούν να μιλήσουν.
Πρόκειται για έναν αποκωδικοποιητή σκέψεων, που αναπτύχθηκε από ερευνητές και ιδρύματα σε όλες τις ΗΠΑ. Μάλιστα, οι πρώτες δοκιμές σε 4 εθελοντές με σοβαρή παράλυση, έδειξαν ποσοστό ακρίβειας μέχρι και 74% στη μετάφραση των σκέψεων σε ομιλία.
Η νέα τεχνολογία είναι ένα BCI, που έχει στόχο να βοηθήσει άτομα με προβλήματα κινητικότητας και ομιλίας, να επικοινωνήσουν πιο αποτελεσματικά από όλες τις υλοποιήσεις μέχρι σήμερα, όμως υπάρχουν αρκετά να γίνουν ώστε να βελτιωθεί η ακρίβεια και η εξατομικευμένη φύση του συστήματος.
Τα προηγμένα BCI βασίζονται στην εγκεφαλική δραστηριότητα που δημιουργείται, όταν ένα άτομο με παράλυση προσπαθεί να μιλήσει ή να γράψει, παρά το γεγονός πως το σώμα του δε μπορεί να πραγματοποιήσει αυτές τις ενέργειες. Με τη νέα τεχνολογία ερχόμαστε ένα βήμα πιο κοντά στο να βοηθήσουμε αυτά τα άτομα να αποκτήσουν και πάλι φωνή.
«Αν πρέπει απλώς να σκεφτόμαστε την ομιλία αντί να προσπαθούμε πραγματικά να μιλήσουμε, είναι δυνητικά ευκολότερο και γρηγορότερο για τους ανθρώπους», λέει ο νευροεπιστήμονας Benyamin Meschede-Krasa, από το Πανεπιστήμιο Stanford στις ΗΠΑ.
Το νέο BCI έχει σχεδιαστεί για να μετρά τη νευρωνική δραστηριότητα και να ανιχνεύει μοτίβα που σχετίζονται με την παραγωγή φωνής. Οι μονάδες ομιλίας ονομάζονται φωνήματα και μπορούν στη συνέχεια να ενσωματωθούν σε προτάσεις.
Γίνεται χρήση μηχανικής μάθησης, για την εκπαίδευση του BCI, ώστε να συνδέει τα εγκεφαλικά σήματα με λέξεις, καθώς ο ασθενείς σκέφτεται. Το εμφύτευμα μπαίνει στο τμήμα του κινητικού φλοιού του εγκεφάλου, που είναι υπεύθυνο για την κίνηση και την ομιλία.
Οι ερευνητές διαπίστωσαν ότι υπήρχε επικάλυψη μεταξύ ορισμένων εγκεφαλικών μοτίβων όταν οι εθελοντές προσπαθούσαν να μιλήσουν (κάτι που θα περιελάβανε σήματα που συνδέονταν με τους εμπλεκόμενους μύες) και όταν φαντάζονταν μόνο λέξεις και φράσεις (κάτι που δεν γινόταν).
Παρά την επικάλυψη, τα σήματα ήταν διακριτά μεταξύ τους. Με χρήση συγκεκριμένων υπολογισμών πιθανοτήτων, όσον αφορά τα φωνήματα και τις λέξεις που συνήθως συνδυάζονται, το νέο BCI μπορεί να αναγνωρίσει έως και 125.000 λέξεις χρησιμοποιώντας μόνο εσωτερική ομιλία (σκέψη).
«Αυτά τα μοτίβα φάνηκαν να είναι μια παρόμοια, αλλά μικρότερη, εκδοχή των μοτίβων δραστηριότητας που προκαλούνται από την απόπειρα ομιλίας», λέει ο νευροεπιστήμονας Frank Willett, από το Πανεπιστήμιο του Στάνφορντ.
Το πιο θανατηφόρο ζώο στις ΗΠΑ δεν είναι αυτό που νομίζεις!
«Διαπιστώσαμε ότι μπορούσαμε να αποκωδικοποιήσουμε αυτά τα σήματα αρκετά καλά ώστε να αποδείξουμε την αρχή της [τεχνολογίας], αν και όχι τόσο καλά όσο μπορούσαμε με την προσπάθεια ομιλίας».
Φυσικά υπάρχουν ακόμα πολλά να γίνουν μέχρι να έχουμε ένα πολύ ακριβές σύστημα, δεδομένου πως η εν λόγω υλοποίηση έφτανε στο 74% αξιοπιστίας στις καλύτερες περιπτώσεις, ενώ κατά μέσω όρο ήταν χαμηλότερα. Ωστόσο, χρησιμοποιώντας αναβαθμισμένη τεχνολογία εμφυτευμάτων και χαρτογραφώντας μεγαλύτερο μέρος του εγκεφάλου για νοητικά ερεθίσματα, οι ερευνητές είναι βέβαιοι ότι το σύστημα μπορεί να βελτιωθεί γρήγορα τα επόμενα χρόνια.
Ταυτόχρονα, θα πρέπει να δημιουργηθεί κάποιου είδους φίλτρου, ώστε οι προσωπικές σκέψεις των ασθενών, να παραμένουν ιδιωτικές. Οι επιστήμονες προτείνουν πως θα μπορούσαν να εφαρμόσουν μέτρα ασφαλείας, όπως η σκέψη ενός ειδικού κωδικού πρόσβασης, για την έναρξη και την διακοπή της αποκωδικοποίησης. Μάλιστα, δοκίμασαν την ιδέα τους στα πειράματα, με ακρίβεια 98%.
«Το μέλλον των BCIs είναι λαμπρό», λέει ο Willett. «Αυτή η εργασία δίνει πραγματική ελπίδα ότι τα BCIs ομιλίας μπορούν μια μέρα να αποκαταστήσουν την επικοινωνία που είναι τόσο ρευστή, φυσική και άνετη όσο η ομιλία μέσω συζήτησης».
Η μελέτη δημοσιεύθηκε στο Cell.
Ακολουθήστε το Techmaniacs.gr στο Google News για να διαβάζετε πρώτοι όλα τα τεχνολογικά νέα. Ένας ακόμα τρόπος να μαθαίνετε τα πάντα πρώτοι είναι να προσθέσετε το Techmaniacs.gr στον RSS feeder σας χρησιμοποιώντας τον σύνδεσμο: https://techmaniacs.gr/feed/.
