第一次,脑机接口可以实时读取人类语言了

iFeng科技 iFeng科技

iFeng科技
凤凰网科技官方账号,带你直击实情

再过不久,我们仅靠意念就可以打字聊天、向角力机发出指令了。今天,Facebook 与加州大学旧金山分校(UCSF)发布了有关脑机接口研究的最新进展,其论文展现在了最新一期的自然杂志子刊《Nature Communications》上。

起原 |机械之心(id:almosthuman2014)


「今天我们分享的新工作有关构建非侵入式可穿戴设备,让人们只需经由想象要说的话即可完成『打字』动作,」Facebook 副总裁 Andrew Bosworth 透露。「这一进展浮现了未来 AR 头戴设备输入和互动能力的新潜力。」


这项研究证实了人们在对话时大脑发生的活动可以实时解码为电脑屏幕上的文字——而在此之前,这样的工作都是离线完成的,实时「翻译」文字是脑机接口研究领域的第一次。研究人员透露,他们的算法今朝为止还只能识别一小部门单词和短语,但正在进行的工作旨在翻译更多词汇,并大幅降低识别错误率。


这一研究的首要作者,加州大学旧金山分校副教授 Edward F. Chang 和他的博士后 David A. Moses。


新研究展示的或许性或许离我们还很遥远,Facebook 在随后发布的官方博客中透露:「这或许还需要十年时间……但我们认为可以缩小这个差距。」


Facebook 与 UCSF 的研究致力于经由实时检测大脑活动中的预期语音来匡助神经危险的病人能像正常人一样交流。有趣的是,与多少检测大脑神经电流的体式不合,Facebook 与 UCSF 正在索求的策略是使用脉搏血氧仪,检测神经元的氧气消费,从而检测大脑活动。这种间接、非入侵式的体式看起来安然多少。


2017 年,Facebook Reality Lab 脑机接口项目的研究主管 Mark Chevillet 给了自己两年的时间,证实行使非侵入式手艺从人类大脑中每分钟读取 100 个单词的可行性。


两年以前了,事实也已经出来:「承诺口血未干,」Chevillet 透露,「我们切实认为这是可行的。」他规划持续推进该规划。该团队的最终方针是斥地一种无需高声说话就能把握的 AR 头戴设备。


加州大学旧金山分校的神经外科医生 Edward Chang 是作者之一,他透露,该事实是迈向神经植入物的首要一步,可以匡助因中风、脊髓危险等失去说话能力的人恢复正常交流。今年四月,Chang 的团队打造了一个不合的脑机接口,可以直接从大脑旗子中解码语音。


提高解码准确性的法宝:添加语境


此次发布的这项工作的方针是提高解码大脑活动的准确性。研究者透露,他们正在解码来自傲脑两个不合部位的两种信息,并将它们作为语境,事实对解码的准确性发生了相当大的影响。


解码准确性的提升基于一个简练的概念:添加语境。行使植入三名癫痫患者脑部的电极,研究者记录下他们在听一组录音问题时的脑部活动,并让他们把自己听到的器材高声说出来。



然后,他们行使这些大脑数据来演习机械进修算法。然后,当介入者再次被要求对问题作出回应时,算法仅行使脑部活动来判断介入者是否在听或说,然后考试解码这些语音。


多数语音解码器的工作事理是猜测人想要说出什么话,是以常规的大脑解码器或许会被「synthesizer」(合成器)、「fertilizer」(肥料)这种发音相似的词搞混。


但本文提到的新系统参预了语境来区分这些随意搅浑的内容。首先,该算法从一组已知的问题中瞻望听到的问题,如「你在田里撒了什么?」。然后将该信息作为语境来匡助瞻望谜底:「肥料」。


问(蓝色)答(红色)义务中实时语音解码事理图。


Chang 透露,经由添加语境,脑机接口瞻望谜底会加倍随意。借助于一组受限制的特定问答,该系统能够解码感知到(听到)和生成(白话)的语音,准确率拜别达到 76% 和 61%。但团队进展将来可以扩大系统的词汇量。


他还透露,算法究竟越好,角力机速度越快,解码速度也会越快。以前需要破费数周甚至数月时间进行脱机处理的内容现在可以实时完成了。


Facebook vs. Neuralink:两条不合的脑机接口路线


Facebook 此次低调发布脑机接口新打破与前不久马斯克高调发布其脑机接口公司 Neuralink 新进展形成了光鲜对比。


Neuralink 发布的脑机接口「缝纫机」。


与马斯克的侵入式脑机接口不合,Facebook 想要制造一种借助于红外光从外部领受大脑旗子的 AR 头戴设备(相关手艺细节的描述参阅 Facebook 博客),而 Neuralink 正斥地包含 3000 个柔性电极的可植入阵列,以增加脑功能。


这两种不合的斥地模式似乎明示着两家公司展开竞争,从而能够率先供给能够解码脑活动的商用脑机接口。然则,杀青这一方针或许是一个迟缓成长的过程,并不克一蹴而就。


Chevillet 对此透露:「因为这项手艺依然处于早期研究阶段,所以我们并没有任何实际的产品规划。」


与此同时,Chang 进展可以尽快为那些无法启齿讲话的病人带来有意义的改变。截止今朝,团队所有工作都是与那些能够启齿讲话的自愿者一道完成的。所以,团队将破费一年时间对那些说话能力缺失的单一研究介入者们展开研究,以在电脑屏幕上生成相关文本。


所罕见据将由加州大学旧金山分校收集,并存储在学校处事器中,施以严峻保密。同时,与 Facebook 合作获得的所有研究功能将进行揭橥,并向学界开放。Chang 强调称:「我进展这不单有益于我们正在从事的研究,还将使整个领域获益。」


华裔教授团队


这项研究的大部门工作是在 UCSF 完成的,美国加州大学旧金山分校华裔科学家 Edward F. Chang 的团队近年来因为脑机接口的研究而被人们所熟知。今年 4 月,该团队使用人工智能识别大脑电旗子并将其输出为合成语音的工作登上了《自然》杂志。


Edward Chang 教授。


Edward Chang 是加州大学旧金山分校的神经外科和生理学副教授。他的研究倾向首如果人类说话、运动和认知的大脑活动机制。他照样加州大学伯克利分校和加州大学旧金山分校的神经工程与义肢中心的连系负责人。


今天揭橥的研究事实是加州大学旧金山分校大型研究项目 Project Steno 的一部门。据介绍,Project Steno 的最后阶段将涉及为期一年的研究,以确定人类能否行使大脑活动来恢复残疾人的交流能力。除了供给资金外,一小组 Facebook 研究人员正在与 Chang 和他的实验室直接合作,以供给工程撑持。


增加实际手艺的愿景是让人与人、人与世界无缝连结起来,让我们可以在交流的同时无需将目光转向手机屏幕,这将会是一种颇具未来感的体式。不久之后,从大脑实时读取文字信息的手艺或许就会展现在我们的生活中。


参考内容:

https://spectrum.ieee.org/the-human-os/biomedical/devices/brain-implant-decodes-dialogue-from-neural-activity

https://www.nature.com/articles/s41467-019-10994-4

https://tech.fb.com/imagining-a-new-interface-hands-free-communication-without-saying-a-word/

想看深度报道,请微信搜刮“iFeng科技”。

更多一手新闻,迎接下载凤凰新闻客户端订阅凤凰网科技。

我就知道你在看!

iFeng科技微信号:扫描二维码关注公众号
爱八卦,爱爆料。
小编推荐
  1. NO.1 周迅舒淇为陈坤庆生 三人亲密同框可看出关系有多好

    今天凌晨,陈坤在绿洲上晒与周迅舒淇三人的合照,本来,周迅舒淇一路为陈坤庆生,为陈坤过阴历生日,周迅舒淇陈坤三人亲密同框,可看出三人

  2. NO.2 热血同行司三谁演的 曝李俊濠个人资料原来是TF家族一员

    近日,不少网友在问热播剧《热血同业》里的司三是谁演的?而据认识到,司三饰演者是李俊濠。并且此外发现,本来《热血同业》里的演员之间各

  3. NO.3 陈奕龙怎么不拍戏了 起底其详细资料和最新消息

    比来有小伙伴在问陈奕龙怎么不拍戏了?怎么很久都没有在荧幕上面看到陈奕龙的身影了?陈奕龙从2005年就出道了,在娱乐圈已经打拼了15年的时间

  4. NO.4 演员邵芸是哪里人 详细个人资料背景及现状公开

    翻看演员邵芸的小我资料,认识到她于1994年3月3日出生,却没有公开在哪出生,也就不知道演员邵芸是哪里人,由此让人感应好奇!那也是开扒与认

  5. NO.5 朱一龙念书时成绩如何 朱一龙在哪读书竟然还是校草

    朱一龙是人人非常喜欢的一个男明星,并且比来爆料朱一龙将会列入本年春晚的表演,相信朱一龙本年又是一个开门红。朱一龙如今如许精良,那他

  6. NO.6 张榕容许玮甯很像 两人都是混血家庭背景也出奇的相似

    张榕容和许玮甯两小我都是非常受人人喜欢的女明星,不外有好多人经常分不清楚她们两个认谁是谁,因为有好多人都感觉张榕容和许玮甯很像。张

  7. NO.7 葛鑫怡年龄多大 凭借一张高级脸圈粉参加青你引期待

    葛鑫怡,或者人人还不熟悉,因为葛鑫怡今朝照样一名新人,电视剧《灵域》中凌萱萱的饰演者就是葛鑫怡,那葛鑫怡本年岁数多大了呢?扒一扒葛

  8. NO.8 热血同行玛丽扮演者 马泽涵资料起底与黄子韬关系不一般?

    改编自同名漫画的《艳势番之新青年》电视剧,在正式更名为《热血同业》后,终于开播了。在该剧中,玛丽这个脚色人人是不是印象深刻呢?据悉

Copyright 2019 三金网,让大家及时掌握各行各业第一手资讯新闻!