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

過去幾年來，隨著腦機接口技術(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。

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接口的可行性。這也是AI被用于腦機接口技術(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新的敘事時生成文字。

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器人Bard和OpenAI的聊天機器人ChatGPT等AI大模型。

科學(xué)家們記錄了三名參與者聽了16個小時敘述性故事時的核磁共振成像數(shù)據(jù)，以訓(xùn)練模型在大腦活動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)語言的腦機接口將有許多科學(xué)和實際應(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。

“對于一種非侵入性方法，與之前通常使用單個單詞或短句的方法相比，這是一個真正的飛躍。”這項研究的負(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)目前不適合在實驗室外使用，因為它依賴于fMRI磁共振設(shè)備的開機時間需求。不過，未來這項工作也有望轉(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測量大腦中不同時間點的血流量的不同，事實證明，這與fMRI測量的信號完全相同。”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。

研究人員同時強調(diào)，腦機接口應(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候使用這類技術(shù)，并且這對他們有所幫助。”

標(biāo)簽：