تشخیص گفتار از طریق فعالیت مغزی، با استفاده از هوش مصنوعی

توسعه یک هوش مصنوعی جدید به محققان این امکان را می‌دهد که، از طریق داده‌های فعالیت مغزی انسان، کلمات و جملات را استخراج کنند و تنها از طریق فکرکردن به گفتار شخص پی ببرند. این آزمایش مراحل ابتدایی توسعه خود را طی می‌کند و می‌تواند به بیان افکار افرادی که توانایی سخن‌گفتن ندارند، کمک کند.

محققان سایت arXiv.org گزارش دادند که، دانشمندان شرکت مادر فیسبوک و اینستاگرام یا همان متا، موفق شده‌اند هوش مصنوعی‌ای را توسعه دهند، که قابلیت فهم کلمات از طریق فعالیت‌های مغزی افراد را دارد. از این طریق می‌توان به افرادی که توانایی صحبت‌کردن، نوشتن و تایپ‌کردن ندارند کمک کرد، تا آنچه در ذهن دارند را بیان کنند. هرچند این آزمایش در مراحل ابتدایی توسعه خود قرار دارد، اما تا این مرحله نتیجه بسیار مطلوبی در‌پی داشته و توانسته با درصد قابل‌قبولی، فعالیت مغزی افراد را به گفتار تبدیل کند. این هوش مصنوعی از میان آزمایشات صورت‌گرفته، 73% از داده‌های دریافتی را به‌درستی به گفتار تبدیل کرده، که در مراحل آزمایش مقدماتی، مقدار بسیار قابل‌توجهی است.

بیمارانی که در حالت نیمه‌هشیاری یا به قولی زیست نباتی قرار دارند، به‌هیچ‌وجه توانایی ارتباط برقرارکردن با دیگران را ندارند. پیش از توسعه فناوری هوش مصنوعی می‌بایست، از طریق جراحی‌های خطرآفرین اقدام به کاشت الکترود در بافت مغزی آنها می‌کردند، تا از این طریق قادر به برقراری ارتباط باشند. ژان رمی کینگ، عصب‌شناس و محقق هوش مصنوعی متا که در حال حاضر در École Normale Supérieure پاریس مشغول به کار است، می‌گوید:«قابلیت هوش مصنوعی در تشخیص گفتار از طریق فعالیت مغزی، رویکرد جدیدی را پیش روی ما قرار می‌دهد، تا از طریق روش‌های غیرتهاجمی بتوانیم، به کسانی که نقص ارتباطی دارند کمک کنیم.»

ژان رمی کینگ و همکارانش توانسته‌اند این هوش مصنوعی را، با استفاده از 56هزار ساعت گفتار ضبط‌‌شده، به 53 زبان دنیا آموزش دهند، تا با استفاده از مدل‌های زبانی بتواند، ویژگی‌های خاص گفتاری از جمله هجاها و آواها را نیز با دقت بالایی تشخیص دهد. این تیم آزمایشات خود را بر روی 169 داوطلب انجام داده و برای آنها داستان‌هایی از جمله «پیرمرد و دریا» و همچنین «آلیس در سرزمین عجایب» را پخش کرد. به‌طور همزمان، فعالیت مغزی داوطلبان از طریق مگنتوآنسفالوگرافی یا الکتروانسفالوگرافی اسکن می‌شد و آنچه این افراد می‌شنیدند با فعالیت مغزی اسکن‌شده تطبیق پیدا می‌کرد. محققان در‌تلاش بودند تا اطلاعاتی که داوطلبان از طریق شنیدن این داستان‌ها کسب کرده‌اند، تنها از طریق 3 ثانیه فعالیت مغزی آنها دریافت کنند. اسکن از طریق مگنتوآنسفالوگرافی یا MEG توانست، با موفقیت 73 درصدی داده‌های موردنظر را استخراج کند، اما این رقم در اسکن به‌وسیله الکتروانسفالوگرافی به 33 درصد کاهش یافت.

یکی از محققان این آزمایش می‌گوید: «فناوری MEG عملکرد بسیار خوبی را از خود به نمایش گذاشته، اما در مقابل استفاده از مگنتوآنسفالوگرافی نیازمند تجهیزات بسیار گران‌قیمتی است، که هر کلینیکی توانایی فراهم‌آوردن آن را ندارد. درنتیجه باید منتظر باشیم تا با نوآوری‌های علمی، دسترسی به این فناوری ارزان‌تر و ساده‌تر شود.» وی معتقد است این آزمایش بر روی افرادی انجام گرفته که مشکل برقراری ارتباط نداشته‌اند و برای پیشرفت این هوش مصنوعی باید بتوان گفتار افرادی که در ارتباط برقرارکردن دچار مشکل هستند، از طریق احساسات و عواطف آنها تشخیص داد.

جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید