據(jù)報(bào)道，目前，人工智能技術(shù)使得非侵入式大腦解碼技術(shù)更進(jìn)一步！盡管該技術(shù)尚不能使無(wú)法語(yǔ)言交流人群像正常人那樣談笑風(fēng)聲，但可使科學(xué)家精準(zhǔn)解碼他們的語(yǔ)音內(nèi)容。

這項(xiàng)人工智能技術(shù)可從參與者大腦活動(dòng)中解碼單詞和句子，其準(zhǔn)確性令人不可思議，但仍無(wú)法達(dá)到100%精準(zhǔn)，人們僅需幾秒鐘的大腦活動(dòng)數(shù)據(jù)，即能通過(guò)人工智能技術(shù)推測(cè)出人們聽(tīng)到什么內(nèi)容，他們?cè)谝豁?xiàng)初步研究中發(fā)現(xiàn)，參與者從選擇性測(cè)試中找到正確答案的概率平均達(dá)到73%。

未參與該項(xiàng)研究的愛(ài)爾蘭都柏林三一學(xué)院計(jì)算機(jī)科學(xué)家喬瓦尼?迪?利伯托(Giovanni Di Liberto)稱(chēng)，人工智能的表現(xiàn)已超出許多人認(rèn)為可能實(shí)現(xiàn)的水平。

8月25日，有媒體報(bào)道稱(chēng)，F(xiàn)acebook母公司Meta研發(fā)一項(xiàng)最新人工智能技術(shù)，最終有望應(yīng)用于全球數(shù)以萬(wàn)計(jì)無(wú)法通過(guò)語(yǔ)音、打字或者手勢(shì)進(jìn)行交流的人群，其中包括：最低限度的意識(shí)狀態(tài)、閉鎖綜合癥或者“植物人狀態(tài)”患者，現(xiàn)在他們通常被稱(chēng)為無(wú)反應(yīng)清醒綜合癥人群。

據(jù)悉，目前大多數(shù)幫助語(yǔ)言表達(dá)障礙人群的技術(shù)具有一定程度的身體侵入性，需要進(jìn)行高風(fēng)險(xiǎn)腦部手術(shù)植入電極，Meta公司AI研究員、神經(jīng)科學(xué)家珍妮-雷米·金(Jean-Remi King)表示，最新研發(fā)的人工智能技術(shù)有望提供一種可行方案來(lái)幫助溝通障礙患者，而不是使用侵入性方法。

珍妮和同事研發(fā)了一種計(jì)算工具，可以檢測(cè)53種語(yǔ)言的56000小時(shí)語(yǔ)音錄音中的單詞和句子，該工具也被稱(chēng)為語(yǔ)言模型，學(xué)習(xí)如何在細(xì)微等級(jí)(例如：字母或者音節(jié))和更廣泛等級(jí)(例如：?jiǎn)卧~或者句子)識(shí)別語(yǔ)言的具體特征。

該研究團(tuán)隊(duì)將帶有語(yǔ)言模型的人工智能系統(tǒng)應(yīng)用于4個(gè)機(jī)構(gòu)的數(shù)據(jù)庫(kù)，其中包括169名志愿者的大腦活動(dòng)，在這些數(shù)據(jù)庫(kù)中，參與者傾聽(tīng)不同的故事和句子，例如：作家歐內(nèi)斯特·海明威的《老人與海》和劉易斯·卡羅爾的《愛(ài)麗絲夢(mèng)游仙境》，期間工作人員使用腦磁波描記器(MEG)或者腦電圖儀對(duì)參與者的大腦進(jìn)行掃描，這些設(shè)備可以測(cè)量大腦信號(hào)的磁成分或者電成分。

之后在一種有助于解釋實(shí)際大腦間物理差異的計(jì)算方法幫助下，研究團(tuán)隊(duì)試著利用每位參與者3秒鐘的大腦活動(dòng)數(shù)據(jù)來(lái)解碼他們聽(tīng)到的內(nèi)容，他們指示人工智能系統(tǒng)將故事錄音中的語(yǔ)音與人工智能計(jì)算出人們聽(tīng)到的內(nèi)容相對(duì)應(yīng)的大腦活動(dòng)模式進(jìn)行匹配，然后依據(jù)1000多種可能性，預(yù)測(cè)參與者在短時(shí)間內(nèi)可能聽(tīng)到的內(nèi)容。

研究人員發(fā)現(xiàn)使用腦磁波描記器進(jìn)行測(cè)試，參與者選擇的前10種可能性答案的準(zhǔn)確率達(dá)到73%，然而通過(guò)腦電圖儀的測(cè)試結(jié)果，該準(zhǔn)確率下降至不足30%，因此腦磁波描記器性能非常好。利伯托說(shuō)：“但是我們預(yù)測(cè)該系統(tǒng)的實(shí)際應(yīng)用并不樂(lè)觀，它能有什么用途呢？腦磁波描記器是一部笨重且成本昂貴的機(jī)器，將該項(xiàng)技術(shù)應(yīng)用于診所需要技術(shù)創(chuàng)新改良，從而使該設(shè)備成本更低、更易于使用。

美國(guó)密歇根大學(xué)安娜堡分校語(yǔ)言學(xué)家喬納森·布倫南(Jonathan Brennan)說(shuō)：“在這項(xiàng)最新研究中，理解‘解碼’的真正含義非常重要，這個(gè)詞經(jīng)常被用于描述直接從信息源破譯信息的過(guò)程，這里特指從大腦活動(dòng)中破譯語(yǔ)言，人工智能技術(shù)可以實(shí)現(xiàn)這一點(diǎn)，因?yàn)樵撓到y(tǒng)能提供一個(gè)有限范圍的可能性答案，大幅提高的準(zhǔn)確率。對(duì)于語(yǔ)言來(lái)講，如果我們想將該人工智能系統(tǒng)擴(kuò)展至實(shí)際應(yīng)用，這是很難實(shí)現(xiàn)的，因?yàn)檎Z(yǔ)言應(yīng)用是無(wú)限的。”

更重要的是，人工智能能解碼被動(dòng)傾聽(tīng)音頻的參與者信息，這與非語(yǔ)言患者沒(méi)有直接關(guān)聯(lián)，為了使它成為一種具有意義的交流工具，科學(xué)家需要學(xué)習(xí)如何從大腦活動(dòng)中解密患者想表達(dá)的信息，例如：饑餓、不適表情或者簡(jiǎn)單的“是”或者“不是”的表情。

事實(shí)上，這項(xiàng)人工智能技術(shù)是解碼語(yǔ)音感知，而不是語(yǔ)音生成，雖然語(yǔ)音生成是科學(xué)家的最終目標(biāo)，但就目前而言，亟待進(jìn)一步完善提升相關(guān)的科學(xué)技術(shù)。