DeWave模型通過從大量的腦電圖數(shù)據(jù)中學(xué)習(xí)，將腦電圖信號(hào)翻譯成單詞和句子。圖為研究人員正在測(cè)試DeWave模型。圖片來源：悉尼科技大學(xué)
科技日?qǐng)?bào)北京12月12日電 （記者劉霞）據(jù)物理學(xué)家組織網(wǎng)11日?qǐng)?bào)道，澳大利亞悉尼科技大學(xué)科學(xué)家開發(fā)出了首款便攜式、非侵入性的人工智能系統(tǒng)，可解碼無聲的想法并將其轉(zhuǎn)化為有形的文本。這項(xiàng)技術(shù)可幫助那些因疾病或受傷（包括中風(fēng)或癱瘓）而無法說話的人進(jìn)行溝通，也有望實(shí)現(xiàn)人與仿生手臂或機(jī)器人等設(shè)備之間的無縫通信。最新研究代表了將原始腦電圖（EEG）直接翻譯成語言的開創(chuàng)性努力，標(biāo)志著該領(lǐng)域的一次重大突破。
在最新研究中，參與者佩戴一頂帽子，通過EEG記錄頭皮的腦電活動(dòng)，同時(shí)默讀文本段落。EEG波被分割成不同單元，從人腦中捕捉特定的特征和模式，這一任務(wù)由研究人員開發(fā)的DeWave模型完成。DeWave模型通過從大量的腦電圖數(shù)據(jù)中學(xué)習(xí)，將腦電圖信號(hào)翻譯成單詞和句子。
研究人員指出，這是科學(xué)家首次將離散編碼技術(shù)納入大腦思想轉(zhuǎn)化為文本的翻譯過程。為此，他們引入了一種創(chuàng)新性的神經(jīng)解碼方法。最新技術(shù)與大型語言模型的集成，也為神經(jīng)科學(xué)和人工智能開辟了新的前沿。
以前將大腦信號(hào)轉(zhuǎn)換為語言的技術(shù)要么需要在大腦中植入電極，比如埃隆·馬斯克的Neuralink，要么需要借助磁共振成像（MRI）設(shè)備掃描大腦，而MRI機(jī)器體積大、價(jià)格貴，難以在日常生活中使用。此外，這些方法也很難在沒有眼動(dòng)追蹤輔助的情況下將大腦信號(hào)轉(zhuǎn)換為單詞級(jí)片段，因此限制了這些系統(tǒng)的實(shí)際應(yīng)用。而最新技術(shù)既可使用眼動(dòng)追蹤，也可不使用眼動(dòng)追蹤。
最新研究共有29名參與者，這意味著它或許能比以前只在一兩個(gè)人身上測(cè)試過的解碼技術(shù)更強(qiáng)大、更具適應(yīng)性，因?yàn)椴煌酥g的腦電波不同。
借助佩戴的帽子而非從植入大腦的電極接收EEG信號(hào)，意味著信號(hào)的噪音更多。但研究結(jié)果顯示，新系統(tǒng)在腦電圖翻譯方面的表現(xiàn)超過了之前的基準(zhǔn)。這項(xiàng)研究已被選為12月12日在美國(guó)新奧爾良舉行的NeurIPS會(huì)議的重點(diǎn)論文，該會(huì)議旨在展示領(lǐng)先的人工智能和機(jī)器學(xué)習(xí)研究成果。