|
今天，加州大學舊金山分校（UCSF）和Facebook（FB.US）在Nature Commuications上發表的一項研究顯示： 他們在“非植入式”的穿戴設備上取得了最新進展，構建出了一個大腦-計算機系統，能準確解碼佩戴設備的人聽到和說出詞語和對話，實時從大腦信號中解碼。 也就是說，在這種腦機接口面前，你的所思所想已無處遁形，Facebook已經讓意念打字成為了現實。 此前，馬斯克的腦機接口公司Neuralink也發布過腦機接口系統，但這種植入式的設備需要向大腦中植入3000多個電極，以此來檢測神經元的活動，但非植入式的設備就免去了復雜的植入步驟。 研究人員表示，目前對生成和感知的兩部分語言進行解碼，準確率超出了他們的想象，分別能達到61%和76%的準確率。 這項項目對于正常人和殘疾人來說，都具有實用意義。 比如，你可以將思維直連到語音助手siri，查詢天氣、搜索信息不用直接喊出來了。 研究人員之一、加州大學舊金山分校神經外科醫生Edward Chang表示，這是向神經植入物邁出的重要一步，因為中風，脊髓損傷或其他疾病而失去說話能力的患者，有望因此獲得自然交流的能力 。 如何意念轉語音 這項成果來自Facebook Reality Labs，一直與加州大學舊金山分校合作開展這項腦機接口的研究。 Facebook的設想是，設計一種可以將大腦信號轉換成語言的裝置，不需要勞動任何一塊肌肉，深度學習就能直接讀懂大腦，解碼腦中所想，實現流暢交流。 為了進行試驗，研究人員此前還招募了五名在醫院接受癲癇治療的志愿者。 他們先是從高密度皮層活動中提取相關信號特征。志愿者們說了上百句話，而通過植入性大腦皮層電圖（ECoG），研究人員可以跟蹤控制語言和發音的大腦區域的活動，并將這些活動與志愿者說話時嘴唇、舌頭、喉部和下顎的微妙運動聯系起來，然后將這些運動學特征翻譯成口語句子。 研究人員采用bLSTM（bidi-rectional long short-term memory）循環神經網絡來破譯ECoG信號表達的運動學表征。 接著用另外一個bLSTM解碼先前破譯的運動學特征中的聲學特征。 在這個過程中，兩個神經網絡都會被投喂訓練數據，以提高它們的解碼性能。 在今年的四月份，利用這樣的方法，Facebook已經實現了以每分鐘150詞的速度幫你說出所思所想。 而在這篇最新的論文Real-time decoding of question-and-answer speech dialogue using human cortical activity中，他們在此前研究基礎上，研究人員想進一步提高精度。 大多數語音解碼的工作原理是對一個人在想什么聲音做出最佳猜測，在解碼過程中可能會被“synthesizer”和“fertilizer”這類發音相似的單詞混淆。 但Facebook的新系統增加了上下文信息來幫助區分這些單詞。 首先，這個算法預測從一組已知問題中聽到的問題，比如“你在一塊土地上撒了什么?”然后，這些信息作為上下文來幫助預測答案：“肥料”（fertilizer）。 Edward Chang表示，通過添加上下文，這個系統能夠用的指定問題和答案解碼感知（聽到）的語音準確率達到76%，解碼產生（口頭）的語音準確率達到了61%。 Facebook表示，未來將擴大系統的詞匯量，讓其能適用在更廣泛的領域。 緣起兩年前 Facebook早在兩年前，就開始著手這個項目了。 2017年4月，Facebook旗下的前沿產品研發團隊Building 8負責人Regina Dugan宣布，這家社交網絡公司將在未來兩年內，開發出一個能以每分鐘100字的速度從人腦向外傳輸語句的“帽子”。 Facebook設想中的“帽子”，是用來分享你的思維的。此前清華大學也做過類似概念的研究，頭戴一個小巧的電極帽，控制屏幕軟鍵盤上的26個字母就能打出任何語句。 Facebook最終計劃，是想打造一款AR眼鏡。 Facebook AR/VR業務副總裁Andrew “Boz” Bosworth表示，這個項目的初衷，是想構建一個非侵入式可穿戴設備，讓人們只想通過想象他們想說什么來打字，展示未來對AR眼鏡的投入和互動成為現實的潛力。 K# D) P' ]/ x! u
| 
發表于 2019-7-31 15:00:14
QQ好友和群
收藏
淘帖
問題專業，描述清楚
伸手黨/灌水/看不懂
