加州大學(xué)舊金山分校的研究人員合成腦波的演講

由加州大學(xué)舊金山分校(UCSF)的演講神經(jīng)科學(xué)家Edward Chang領(lǐng)導(dǎo)的研究人員周二報(bào)告了他們通過閱讀測試對象大腦語音中心的活動來實(shí)時解碼語音嘗試的成功。

在加州大學(xué)舊金山分校醫(yī)學(xué)中心接受癲癇治療的三名能夠正常發(fā)言的人參加了這項(xiàng)研究。他們允許研究人員利用以前放置在大腦表面的微小記錄電極來繪制癲癇發(fā)作的起源，為神經(jīng)外科做準(zhǔn)備。

這種稱為“腦電圖”或ECoG的技術(shù)提供了比EEG或fMRI等技術(shù)更豐富，更詳細(xì)的大腦活動數(shù)據(jù)。由于ECoG電極不能穿透腦組織，因此它們可能是長期腦 - 計(jì)算機(jī)接口(BCI)比物理插入大腦的電極更好的選擇。

Chang是加州大學(xué)舊金山分校威爾神經(jīng)科學(xué)研究所的成員。Chang的團(tuán)隊(duì)向參與者詢問了九個簡單的預(yù)定義問題，并為他們提供了24個可能答案的選擇。

該團(tuán)隊(duì)開發(fā)了機(jī)器學(xué)習(xí)算法，用于解碼測試參與者大腦活動中的特定語音。經(jīng)過一些培訓(xùn)后，算法能夠檢測參與者何時聽到新問題或開始響應(yīng)，并確定參與者提供的24個標(biāo)準(zhǔn)響應(yīng)中的哪一個，準(zhǔn)確率高達(dá)61%。

當(dāng)他們首先使用測試對象的大腦活動來識別他們聽到的預(yù)定義問題時，算法的速度和準(zhǔn)確性得到改善，以便提供上下文。該方法的準(zhǔn)確率高達(dá)75%。

Enderle集團(tuán)的首席分析師Rob Enderle指出，這項(xiàng)技術(shù)可以幫助“失去說話能力但仍具有認(rèn)知能力的人，這種能力可以讓人理解并形成與言語相關(guān)的思想。”

然而，訓(xùn)練算法“可能是非常耗費(fèi)資源的”，他告訴TechNewsWorld。“通常，培訓(xùn)將成為將系統(tǒng)與個人大腦聯(lián)系起來的一部分。”

Enderle說，患者可能需要每6到12個月接受一次更新培訓(xùn)。“對于我們其他人來說，準(zhǔn)確性需要超過90%才能實(shí)用，而對于普遍采用則要達(dá)到99%。”

來自Facebook的資金

Facebook發(fā)言人在公司代表Eloise Quintanilla向TechNewsWorld提供的回復(fù)中表示，F(xiàn)acebook Reality Labs(FRL)為該項(xiàng)研究提供資金，作為其與UCSF的Project Steno合作項(xiàng)目的一部分。

Facebook研究人員為Chang的實(shí)驗(yàn)室提供了輸入和工程支持，但UCSF負(fù)責(zé)監(jiān)督研究計(jì)劃并直接與志愿者科目合作。Facebook研究人員對取消識別數(shù)據(jù)的訪問權(quán)限有限，這些數(shù)據(jù)仍然存在于加州大學(xué)舊金山分校并由大學(xué)控制。

Chang的實(shí)驗(yàn)室與加州大學(xué)舊金山分校神經(jīng)學(xué)副教授Karunesh Ganguly一起發(fā)起了另一項(xiàng)研究，BRAVO(BCI Restoration of Arm and Voice)。該研究旨在確定ECoG神經(jīng)界面植入物是否可用于恢復(fù)由于大腦或神經(jīng)問題而癱瘓的患者的運(yùn)動和通信能力。

FRL正在資助BRAVO研究的一部分，該研究專注于展示允許參與者利用他們的大腦活動在計(jì)算機(jī)屏幕上生成文本的能力，“該發(fā)言人告訴TechNewsWorld。“我們的理解是，加州大學(xué)舊金山分校的BRAVO研究范圍更廣。”