能读懂你心里话的AI来了,识别错误率低至3%

  能读懂你心里话的AI来了,识别错误率低至3%

能读懂你心里话的AI来了,识别错误率低至3%

  本报记者 刘园园

  最近,美国加州大学旧金山分校的科研团队使用人工智能解码系统,把人的脑电波转译成英文句子,最低平均错误率只有3%。这项研究揭晓在《自然·神经科学》杂志上。

  加入实验的4名志愿者都是癫痫患者,他们由于治疗需要在大脑外面植入了数百个微电极。研究人员正是行使这些微电极阵列来纪录其脑电波信号,然后借助人工智能系统举行解码。

  准确率胜过人工速记员

  论文显示,10年前,科学家首次从人类大脑信号中解码出语音,然则解码的精度和速率远低于自然语速。

  低到什么水平呢?

  研究团队先容,迄今为止,在直接从脑电波中解码语音的研究中,脑机接口系统仅限于解码单音节,或在志愿者延续念出约100个单词的情况下,只能准确解码不到40%的单词。

  为提升解码精确度,研究团队从机器翻译中获得启发,训练了一种循环神经网络。研究中,4名志愿者被要求高声重复朗读30至50句话。他们大脑外侧皮质上漫衍着大量微电极,可以监测到响应的大脑神经流动。这些脑电波数据输入人工智能系统后,先被编码成一串序列,然后解码成响应的英文句子。

  研究人员示意,这项研究展示了以高精度和自然语速来解码皮层脑电图。在对其中一个志愿者的脑电波解码义务中,平均每句话只有3%需要纠正——低于专业人工速记员平均5%的错误率。

  但研究团队也强调,该研究涉及的句子量比较少。“若是你实验不使用这50个句子的数据集,解码就会糟糕许多。”论文第一作者约瑟夫·马金接受媒体采访时说。

日本确诊病例增至4460例 紧急事态宣言正式生效

据日本放送协会(NHK)报道,7日,日本共新增新冠肺炎确诊病例361例,目前累计确诊病例已增至4460例。当晚11时30分许,记载有宣言内容的日本政府官报特别号外在位于东京都港区的国立印刷局张贴,宣言随即正式生效。

  展示AI解读神经信号的潜力

  “这项研究的创新之处在于,接纳端到端的深度学习网络实现神经信号翻译,从工程角度展示了人工智能手艺应用于神经信号解读的潜力。”清华大学医学院神经工程实验室、清华大学人工智能研究院教授洪波在接受科技日报记者采访时评价说。

  洪波剖析,这项研究的难点在于两个方面。

  首先是接纳了高密度微电极阵列,间距4毫米,多达256个电极,笼罩大脑皮层外面的要害脑区,获取了足够的神经信息用于解码。这种电极在海内尚没有可用于临床的产物。

  另外,研究中深度循环神经网络的训练,除了接纳时间轴上的卷积操作提高特征提取能力,还把语音频谱特征也作为训练目的,大大降低了对神经数据量的需求。

  “脑机接口的一个焦点难题是神经信息的解码和翻译,脑电信号噪声大,背后的神经编码机制庞大未知,这些都是挑战。”洪波以为,以深度学习为代表的人工智能手艺生长,为脑机接口打开一条应对该挑战的新路径。

  不外,在洪波看来,人工智能与脑机接口连系,也带来新难题:若何获得大量的训练数据?来自人脑的高精度神经数据通常只在临床条件下才气获得,这会使神经网络训练陷入困境。

  现实应用仍存手艺障碍

  “这项手艺现在主要用于癫痫外科的临床,辅助外科医生在切除癫痫病灶之前,确定要害的语言功效区。要让渐冻人、高位截瘫等残疾患者用上这样的脑机接口,还要继续解决长效电极和解码效率的问题。”洪波说。

  他以为,相关手艺在未来现实应用中,仍然有很大的手艺障碍,例如高密度的微电极阵列现在还无法历久植入,难以作为未来脑机接口的尺度电极。

  洪波团队也在和质料、微电子以及临床团队互助,开发可以历久植入的微创解决方案。他告诉记者,基本上说,人工智能应用于脑机接口,要害门槛照样历久可靠的神经电极和清晰准确的神经解码纪律。

  “人们所期待的戴上脑电帽就能读出心里话,从科学和工程角度来看另有很远的距离。但脑科学和人工智能手艺的连系,有可能加速这些探索和研发的历程。”洪波说。

【编辑:郭泽华】

原创文章,作者:28x29新闻网,如若转载,请注明出处:https://www.28x29.com/archives/4451.html