ความก้าวหน้าทางวิทยาศาสตร์ในการอ่านใจ: การประดิษฐ์อุปกรณ์ที่ใครๆ ก็ซื้อได้

2024 ผู้เขียน: Seth Attwood | [email protected]. แก้ไขล่าสุด: 2023-12-16 16:17

วิศวกรจากสถาบันเพื่อการศึกษากิจกรรมประสาทระดับสูงสามารถสร้างระบบที่แปลความคิดเป็นคำพูดที่เข้าใจและจดจำได้ โดยการควบคุมการทำงานของสมองของใครบางคน เทคโนโลยีจะสร้างความคิดใหม่เป็นคำพูด

ความก้าวหน้าทางวิทยาศาสตร์นี้ ประกอบกับพลังของ AI และเครื่องสังเคราะห์เสียงพูด เปิดศักราชใหม่ในการปฏิสัมพันธ์ระหว่างคอมพิวเตอร์และสมอง แน่นอนว่าสิ่งนี้ยังเป็นการเปิดโอกาสใหม่ๆ ให้กับผู้ที่สูญเสียความสามารถในการพูดไปไม่ว่าจะด้วยเหตุผลใดก็ตาม

“เสียงของเราช่วยรักษาการติดต่อกับเพื่อน ครอบครัว และโลกรอบตัวเรา ดังนั้นการสูญเสียพลังเสียงอันเนื่องมาจากการบาดเจ็บหรือเจ็บป่วยจึงสร้างความเสียหายให้กับผู้คน อย่างไรก็ตาม ด้วยความรู้ที่มีอยู่ในปัจจุบัน เราจึงมีวิธีที่มีศักยภาพในการฟื้นฟูพลังนี้ เราได้แสดงให้เห็นว่าด้วยเทคโนโลยีที่ถูกต้อง ผู้ฟังทุกคนสามารถถอดรหัสและเข้าใจความคิดของผู้คนได้” Nima Mesgarani, Ph. D. และหนึ่งในผู้เขียนการศึกษาที่สถาบัน Mortimer B. Zuckerman Institute of Mental Behavior ที่ Columbia กล่าว มหาวิทยาลัย.

การวิจัยหลายทศวรรษแสดงให้เห็นว่าเมื่อผู้คนพูด หรือแม้แต่จินตนาการว่าพวกเขากำลังพูดคำ ลักษณะเฉพาะของกิจกรรมจะปรากฏในสมองของพวกเขา รูปแบบการส่งสัญญาณที่ชัดเจนและจำได้ก็เกิดขึ้นเมื่อเราฟังใครบางคนพูด หรือจินตนาการว่าเรากำลังฟังอยู่ ผู้เชี่ยวชาญพยายามถอดรหัสรูปแบบเหล่านี้มานานหลายทศวรรษ แต่ตอนนี้ อนาคตได้เปิดขึ้นต่อหน้าพวกเขา ซึ่งความคิดไม่สามารถซ่อนอยู่ในสมองได้อีกต่อไป แต่สามารถแปลเป็นภาษาพูดได้ตามต้องการ

แต่การบรรลุผลสำเร็จนี้ไม่ใช่เรื่องง่าย ความพยายามในช่วงแรกในการถอดรหัสสัญญาณสมองจาก Dr. Mesgarani และคนอื่นๆ มุ่งเน้นไปที่โมเดลคอมพิวเตอร์ง่ายๆ ที่วิเคราะห์สเปกตรัม ซึ่งเป็นการแสดงความถี่เสียงด้วยสายตา

แต่เนื่องจากวิธีการนี้ไม่ได้สร้างสิ่งที่ใกล้เคียงกับคำพูดที่เข้าใจได้ ทีมของ Dr. Mesgarani จึงหันไปใช้ vocoder ซึ่งเป็นอัลกอริทึมของคอมพิวเตอร์ที่สามารถสังเคราะห์คำพูดหลังจากได้รับการฝึกฝนให้บันทึกการสนทนาของผู้คน

"นี่เป็นเทคโนโลยีเดียวกับที่ Amazon Echo และ Apple Siri ใช้เพื่อตอบคำถามของเราด้วยวาจา" ดร. เมสการานีซึ่งเป็นรองศาสตราจารย์ด้านวิศวกรรมไฟฟ้าของ Fu Foundation's Columbia School of Engineering and Applied Science กล่าว

เพื่อสอนให้นักพูดตีความการทำงานของสมอง Dr. Mesgarani ได้ร่วมมือกับ Ashesh Dinesh Mehta, M. D., PhD., ศัลยแพทย์ระบบประสาทที่สถาบันประสาทวิทยาของ Northwell Health Physician Partners และผู้เขียนร่วมของบทความในวันนี้ นพ. เมธาปฏิบัติต่อผู้ป่วยโรคลมบ้าหมู ซึ่งบางรายต้องเข้ารับการผ่าตัดเป็นประจำ

"การทำงานร่วมกับ Dr. Mehta เราขอให้ผู้ป่วยโรคลมบ้าหมูที่ได้รับการผ่าตัดสมองแล้วให้ฟังคำแนะนำจากคนอื่นๆ ในขณะที่เราวัดรูปแบบในการทำงานของสมอง" Dr. Mesgarani กล่าว "รูปแบบประสาทเหล่านี้ฝึกผู้พูด"

จากนั้นนักวิจัยได้ขอให้ผู้ป่วยกลุ่มเดียวกันฟังผู้พูดออกเสียงตัวเลข 0 ถึง 9 ขณะที่บันทึกสัญญาณสมองที่สามารถส่งผ่านเสียงพูดได้ เสียงที่สร้างโดยผู้พูดเพื่อตอบสนองต่อสัญญาณเหล่านี้ได้รับการวิเคราะห์และปรับแต่งโดยใช้โครงข่ายประสาทเทียม เช่น ปัญญาประดิษฐ์ที่เลียนแบบโครงสร้างของเซลล์ประสาทในสมองทางชีววิทยา

ผลลัพธ์ที่ได้คือเสียงหุ่นยนต์ที่ทำซ้ำลำดับของตัวเลขเพื่อตรวจสอบความถูกต้องของการบันทึก ดร.เมสการานีและทีมของเธอได้แนะนำให้ผู้คนฟังการบันทึกและรายงานสิ่งที่พวกเขาได้ยิน

"เราพบว่ามนุษย์สามารถเข้าใจและทำซ้ำเสียงได้ประมาณ 75% ซึ่งดีกว่าความพยายามครั้งก่อนๆ" ดร. เมสการานีกล่าว การปรับปรุงความชัดเจนมีความชัดเจนโดยเฉพาะอย่างยิ่งเมื่อเปรียบเทียบการบันทึกใหม่กับความพยายามก่อนหน้านี้โดยพิจารณาจากสเปกโตรแกรม "ผู้เปล่งเสียงที่ละเอียดอ่อนและโครงข่ายประสาทเทียมอันทรงพลังเป็นตัวแทนของเสียงที่ผู้ป่วยได้ยินในตอนแรกด้วยความแม่นยำที่น่าทึ่ง"

Dr. Mesgarani และทีมของเธอวางแผนที่จะทดสอบคำและประโยคที่ยากขึ้น พวกเขายังตั้งใจที่จะทำการทดสอบแบบเดียวกันกับสัญญาณสมองที่ปล่อยออกมาเมื่อมีคนพูดหรือจินตนาการถึงคำพูด ในที่สุด พวกเขาหวังว่าระบบของพวกเขาจะเป็นส่วนหนึ่งของรากฟันเทียม คล้ายกับที่ผู้ป่วยโรคลมชักบางรายสวม ซึ่งแปลความคิดของผู้สวมใส่โดยตรงเป็นคำพูด

"ในสถานการณ์นี้ หากเจ้าของชิปคิดว่า 'ฉันต้องการน้ำหนึ่งแก้ว' ระบบของเราสามารถรับสัญญาณสมองที่เกิดจากความคิดนั้นและแปลงเป็นคำพูดที่สังเคราะห์ขึ้นได้" ดร. เมสการานีกล่าว “มันเป็นตัวเปลี่ยนเกม และสำหรับใครก็ตามที่สูญเสียความสามารถในการพูดเนื่องจากได้รับบาดเจ็บหรือเจ็บป่วย เทคโนโลยีให้โอกาสใหม่ในการสื่อสารกับโลกรอบตัวพวกเขา”

ความเห็นบรรณาธิการของ The Big The One: เนื่องจากพนักงานของเราบางคนมีความสัมพันธ์บางอย่างกับสรีรวิทยา เราจึงสามารถระบุได้อย่างชัดเจนว่าการแก้ปัญหาการอ่านความคิดและการแปลความคิดเหล่านี้เป็นคำพูดไม่ใช่ปัญหาที่นักปรัชญาบางคนสามารถแก้ร่วมกับศัลยแพทย์ระบบประสาทที่ชาญฉลาดได้ นี่เป็นภารกิจของสถาบันวิจัยที่จะแก้ปัญหานี้เป็นเวลาหนึ่งร้อย สองร้อยปี หรือมากกว่านั้น ยิ่งไปกว่านั้น สถาบันวิจัยจะแก้ปัญหานี้ไม่ได้ แม้ว่าซูเปอร์คอมพิวเตอร์ของ NASA ทั้งหมดจะถูกนำเข้ามาที่นั่น ซึ่งกลุ่มวิศวกรจะเริ่มจำลองโครงข่ายประสาทเทียม อย่างไรก็ตาม บทความในวารสารทางวิทยาศาสตร์จะไม่โกหกและความจริงของการรับรู้ความคิดอยู่ที่นั่นอย่างแน่นอน แล้วข้อเท็จจริงทั้งสองนี้จะนำมารวมกันได้อย่างไร?

ง่ายมาก. ในช่วง 20-30 ปีที่ผ่านมา มีเทคโนโลยีที่ซับซ้อนและน่าทึ่งมากมาย เช่น ไมโครโปรเซสเซอร์และฮาร์ดไดรฟ์จำนวนมากปรากฏขึ้นในโลก และทุกวันมีการประดิษฐ์ใหม่ๆ ขึ้นเรื่อยๆ ซึ่งเขียนถึง "นักเรียนที่มีความสามารถ" บางคนที่นั่งอยู่ในโรงรถ ได้รวบรวมชิ้นส่วนจากเศษเหล็ก ซึ่งสถาบันวิจัยต้องดิ้นรนมาเป็นเวลา 50 ปี และในกรณีนี้ เรามีการประดิษฐ์กำเนิดที่คล้ายคลึงกัน นั่นคือการพัฒนาที่ได้ทำ (หรือถ่ายโอนไปยังผู้คน) เป็นเวลาหลายปีโดยบุคคลที่ไม่รู้จัก แต่มีการเขียนถึงป้าและลุงจากโคลัมเบีย

ที่จริงแล้ว ไม่มีความแตกต่างอย่างสิ้นเชิงเลยว่าใครที่วิกิพีเดียจะเขียนว่าเป็น "ผู้ประดิษฐ์" ของเทคโนโลยี สิ่งสำคัญคือนำเสนอเทคโนโลยีสู่โลกโดยใช้วารสารทางวิทยาศาสตร์ นอกจากนี้ บริษัทจีนบางแห่งจะเริ่มผลิต "อุปกรณ์" ดังกล่าว ซึ่งจะทำให้ผู้คนคุ้นเคยกับแนวคิดที่ว่าตอนนี้สมองของพวกเขาโปร่งใสโดยสมบูรณ์แล้ว ในที่สุด ขั้นตอนที่สามจะเป็น Orwellian "1984" เดียวกันเมื่อแม้แต่ความคิดของบุคคลใด ๆ ก็สามารถอ่านได้อย่างอิสระจากระยะไกล ตัวอย่างเช่น โดยการวางเซ็นเซอร์พิเศษในอพาร์ตเมนต์หรือรวมชิปพิเศษที่ตอบสนองต่อแรงกระตุ้นของสมองเข้าสู่ร่างกาย นอกจากนี้.

ตามกฎแล้วแต่ละเทคโนโลยีมีแอปพลิเคชันย้อนกลับ ตัวอย่างเช่น หากมีเทคโนโลยีสำหรับแปลงแรงกระตุ้นของเส้นประสาทให้เป็นคำ จากนั้นใช้หลักการเดียวกันนี้ คุณสามารถเปลี่ยนคำใดๆ ให้เป็นความคิดของใครบางคนได้ ในสถานการณ์เช่นนี้ ประธานาธิบดีของประเทศต่างๆ มีโอกาสยิ่งใหญ่ที่จะได้รับการสนับสนุนจากผู้มีสิทธิเลือกตั้งทั้งหมด เนื่องจากขณะนี้มีโอกาสทางเทคนิคที่จะทำให้ผู้มีสิทธิเลือกตั้งทุกคนคิดเหมือนเขา - เพียงพอที่จะใส่สัญญาณที่ปรับให้ถูกต้องลงในซ็อกเก็ต.

โดยทั่วไปแล้วจะพูดอะไร - โอกาสสำหรับโลกกำลังเปิดกว้างที่สุดและเรากำลังติดตามการพัฒนากิจกรรมด้วยความสนใจ