Pozrite si
Známy fyzik Stephen Hawking roky trpel amyotrofickou laterálnou sklerózou (ALS), ochromujúcou motorické neuróny. Vďaka tomu nielen ochrnul, ale stratil aj schopnosť hovoriť. S okolitým svetom komunikoval pomocou počítača a syntetizátora reči.
Pomocou prepínača pripojeného k okuliarom dokázal voliť slová na počítači, ktoré potom prečítal hlasový syntetizátor. Dokázal takto odkomunikovať zhruba tucet slov za minútu.
Nádej pre postihnutých
Pokiaľ by Hawking a podobne postihnutí pacienti mali k dispozícii nový systém na syntézu reči, aký vyvíjajú vedci z Neural Acoustic Processing Lab pri Columbia University v New Yorku, mohli by komunikovať podstatne lepšie. (Najprv však bude treba prekonať množstvo prekážok.)
Pomocou technológie skenovania mozgu, umelej inteligencie a syntetizátora reči vedci dokázali previesť mozgové vlny do zrozumiteľnej reči. Takýto systém bude schopný zachytávať myšlienky človeka a priamo z nich produkovať reč, čím sa eliminuje potreba ovládania počítača.
Niektorí jedinci, či už majú ALS, alebo sa zotavujú z mozgovej mŕtvice, nemusia mať motorické zručnosti potrebné na ovládanie počítača, a to dokonca ani mimikou tváre. Nový výskum môže otvoriť cestu pre istú formu „telepatie“ aj pre nich.
Na vytvorenie takejto rečovej neuroprotézy vytvoril neurobiológ Nima Mesgarani so svojim tímom riešenie, v ktorom spojili najnovšie poznatky z hĺbkového učenia s technológiami syntézy reči.
Ich mozgovo-počítačové rozhranie, hoci ide len o prototyp, zachytilo mozgové vlny priamo z mozgovej kôry sluchového centra, ktoré boli dekódované vokodérom – syntetizátorom reči s podporou umelej inteligencie, aby vytvorili zrozumiteľnú reč.
Hoci reč znela veľmi strojovo, takmer tri štvrtiny poslucháčov dokázali rozoznať jej obsah, čo je skvelý úspech.
Nahrávky syntetizátora reči si môžete vypočuť tu. Testované osoby sa pokúšali generovať pomenovanie číslic od nuly do deväť. Výskumníci skúšali rôzne techniky, ale najlepšie výsledky priniesla kombinácia hĺbkových neurónových sietí s vokodérom.
Zaujímavý projekt má pred sebou ešte dlhú cestu
Mesgaraniho neuroprotetické zariadenie neprekladá do reči myšlienky v našich hlavách, nazývané aj predstava reči. Nejde teda o skutočnú telepatiu, či čítanie myšlienok.
Namiesto toho systém zachytáva individuálne kognitívne odpovede jednotlivca, keď počúval záznamy hovorov. Neurónová sieť s hĺbkovým učením potom dokáže dekódovať, alebo prekladať tieto vzory, čo umožňuje systému rekonštruovať reč.
Použitie hlasového syntetizátora, namiesto systému, ktorý dokáže porovnávať a recitovať vopred zaznamenané slová, bolo podľa vedcov dôležité.
„Keďže cieľom výskumu je obnoviť rečovú komunikáciu u tých, ktorí stratili schopnosť hovoriť, snažili sme sa naučiť priame mapovanie mozgového signálu a jeho prevod do samotného zvuku reči,“ uviedol Mesgarani pre portál Gizmodo.
„Je možné tiež dekódovať fonémy (samostatné jednotky zvuku), alebo slová, avšak reč má oveľa viac informácií než len obsah. Napríklad reprodukciu a s ňou spojenú charakteristiku a štýl hlasu, intonáciu, emocionálny tón a podobne. Preto je cieľom výskumu obnoviť samotný zvuk“, dodal Mesgarani.
Vyššia liga rozpoznávanie hlasu
Hoci systémy na rozpoznávanie hlasu a hlasové ovládanie sú už dobre rozpracované a všeobecne známe, hlasová syntéza reči, ktorú si len predstavujeme, predstavuje podstatne vyšší level.
Problém robí aj samotné snímanie mozgových vĺn, pretože oblasti generujúce bioprúdy a mozgové vlny pri hovorení a počúvaní sa čiastočne prekrývajú.
Aby neurónové siete dokázali viac než len reprodukovať slová predstavujúce číslice od nuly do deväť, musia byť vyškolené na veľké množstvo mozgových signálov od každého účastníka. Systém je pritom špecifický pre jednotlivých pacientov, pretože všetci produkujeme počas posluchu reči rôzne myšlienky.
Podľa profesora Andrewa Jacksona z Newcastle University bude zaujímavé sledovať, ako sa v budúcnosti dekodéry vycvičené pre jedného človeka, budú dať použiť u iných. Čas ukáže, či dosiahnu podobnú spoľahlivosť a využiteľnosť ako systémy s rozpoznávaním reči – napríklad Google Asistent a Amazon Alexa, používané dnes.