世界只是在適應(yīng)亞馬遜和谷歌等公司提供的虛擬助手的功能和先進(jìn)性，與幾年前相比，該技術(shù)可以以令人毛骨悚然的精度解碼我們的語(yǔ)音。

然而，實(shí)際上，一個(gè)更令人印象深刻且令人難以置信的里程碑可能就在眼前，這使得語(yǔ)音識(shí)別似乎幾乎像兒童游戲：人工智能(AI)系統(tǒng)可以將我們的大腦活動(dòng)轉(zhuǎn)化為完整的文本，而不會(huì)聽到說(shuō)出一個(gè)字。

這不完全是科幻小說(shuō)。從動(dòng)物模型到人類參與者，腦機(jī)接口在過(guò)去的幾十年中得到了長(zhǎng)足的發(fā)展，實(shí)際上已經(jīng)在嘗試這種事情。

加利福尼亞大學(xué)舊金山分校的研究人員在一項(xiàng)新研究中解釋說(shuō)，這還不夠準(zhǔn)確。

為了看看他們是否可以改善這一狀況，由加州大學(xué)舊金山分校張氏實(shí)驗(yàn)室的神經(jīng)外科醫(yī)生愛德華·張領(lǐng)導(dǎo)的研究小組使用一種新的方法來(lái)解碼皮層電圖：皮層活動(dòng)期間發(fā)生的電脈沖的記錄由植入大腦的電極采集。

在這項(xiàng)研究中，四名癲癇患者戴上了植入物以監(jiān)測(cè)由他們的醫(yī)療狀況引起的癲癇發(fā)作，加州大學(xué)舊金山分校的團(tuán)隊(duì)進(jìn)行了一項(xiàng)輔助實(shí)驗(yàn)：讓參與者朗讀并重復(fù)一些固定的句子，而電極記錄他們的大腦活動(dòng)在運(yùn)動(dòng)中。

然后，將這些數(shù)據(jù)輸入到神經(jīng)網(wǎng)絡(luò)中，該神經(jīng)網(wǎng)絡(luò)會(huì)根據(jù)實(shí)驗(yàn)的音頻記錄來(lái)分析與某些語(yǔ)音簽名(例如元音，輔音或嘴巴動(dòng)作)相對(duì)應(yīng)的大腦活動(dòng)模式。

此后，另一個(gè)神經(jīng)網(wǎng)絡(luò)解碼了這些表示形式(從重復(fù)的30–50個(gè)口頭句子收集而來(lái))，并僅基于單詞的皮層簽名，使用它來(lái)嘗試預(yù)測(cè)所說(shuō)的內(nèi)容。

在最佳狀態(tài)下，該系統(tǒng)產(chǎn)生了一個(gè)誤碼率(WER)，其中只有3%的參與者將腦信號(hào)轉(zhuǎn)換為文本-這可能與AI所獲得的閱讀力差不多，至少在嚴(yán)格意義上講確定的實(shí)驗(yàn)條件。

在他們的論文中，團(tuán)隊(duì)詳細(xì)介紹了參與者所說(shuō)的參考句子的許多示例，以及網(wǎng)絡(luò)生成的“預(yù)測(cè)”，有時(shí)是錯(cuò)誤的，但并非總是如此。但是，當(dāng)錯(cuò)誤顯而易見時(shí)，它們似乎與人耳聽到的語(yǔ)音結(jié)果有很大不同(這可能是引入AI的有限數(shù)據(jù)集的副作用)。