I et nyt studie har et forskerhold fra University of California i San Francisco netop haft succes med at konvertere hjernesignaler fra et bestemt sted i hjernen til skrevne sætninger.
Studiet er et gennembrud og det første af sin slags til at demonstrere, hvordan intentionen om at sige specifikke ord kan blive hevet ud fra hjerneaktivitet og konverteret til tekst. Og det er vel at mærke i samme tempo, som en normal samtale foregår i, skriver The Guardian.
Det nye studie, der er støttet af Facebook, er designet til at hjælpe især mennesker, der er paralyseret og har svære taleproblemer.
»Op til i dag er der ingen talesystemer, som fungerer som en protese, der lader brugerne have interaktion på den hurtige tidsskala, som en menneskelig samtale fungerer i, fortæller Edward Chang, der neurokirurg og ledende forsker på studiet, til The Guardian.
Til studiet fandt forskerne tre patienter med epilepsi, der alle var på vej til at få en hjerneoperation for deres tilstand.
Og før de lagde sig på operationsbordet, fik de alle tre et sæt af små elektroder placeret direkte på hjernen i mindst en uge for at kortlægge, hvor i hjernen deres anfald stammer fra.
Det var her, at de tre patienter, der alle taler normalt, nikkede ja til at deltage i studiet, ifølge The Guardian.
Mens de tre patienter havde elektroder på hovedet til at optage hjerneaktiviteten, blev hver patient spurgt om ni ting, og de blev bedt om at læse en liste med 24 mulige svar.
\ Læs mere
Efterfølgende anvendte Edward Chang og forskerholdet således optagelserne til at bygge computermodeller, der lærte at matche forskellige mønstre af hjerneaktivitet til de spørgsmål, som patienterne hørte - og det svar, de gav.
Efter en del træning kunne softwaren identificere - næsten med det samme og fra hjernesignaler alene - hvilket spørgsmål, patienten havde hørt, samt hvilket svar, de gav, med en præcision på 76 og 61 procent.
Trods de store fremskridt er der stadig flere store udfordringer på vejen. Edward Chang fremhæver især, at det vil tage tid, før maskinen vil kunne identificere et mere varieret sprogbrug, fordi maskinen skal tygge sig igennem en del algoritmer.
Studiet er udgivet i tidsskriftet Nature.
nan
