生活特別閱讀：人工智真得可以通過植入大腦將我們的思想轉化為文字嗎？
大家好，這裡是“青柳悅生活”！
今天我們來了解一下：AI是如何讀取我們大腦中思想的？
就在近日有一項關於讀心人工智能的研究，證實了我們大腦中的某些思想信息是可以被解讀出來的。這項研究來自舊金山加利福尼亞大學的約瑟夫 · 馬金和他的同事們，他們使用了一種深度學習算法研究了四位女性說話時的大腦信號。
而這些女性都患有癲癇病症，把她們的大腦接到監測癲癇發作的電極上，在通過人工智能算法，就可以非常準確地將她們的想法轉化為句子。研究人員表示：在未來，這個系統可能會使我們更接近於恢復因癱瘓而失去語言能力的人的語言功能。
研究人員要求每位女性要朗讀一組句子，同時會測量她們的大腦活動。並將這種大腦活動輸入神經網絡算法，訓練它識別可能與語音重複方面有關的有規律發生的模式，比如原音或輔音。 然後，這些模式會被輸入到第二個神經網絡，而該網絡會試圖將這些模式轉換成單詞來組成句子。
每個女性至少需要重複這些句子兩次，最後的重複並不記錄在形成訓練的數據中。而也這使得研究人員可以更好的測試這個系統。而每當一個人說同一個句子時，相關的大腦活動也都會是相似的，但，也有一些不是完全相同。
研究人員表示：其實，記憶這些句子的大腦活動對人工智能翻譯並不會有所幫助，因此，智能神經網絡必須自主學習它們的相似之處，以便它能概括出最後的整個大腦信息。而在這四名女性中，AI 的最佳表現是隻有平均3% 的翻譯錯誤率。這也證明，使用少量的句子可以使人工智能更容易地學習哪些單詞，同時也更加容易跟隨其他的單詞。
例如，人工智能能夠解碼“特納”這個詞總是可以跟隨到“蒂娜”這個詞在這一組句子中，這些都可以從大腦活動單獨讀取翻譯。緊接著，研究小組嘗試將大腦信號數據一次解碼成單個單詞，而不是整個句子，但即使表現的很好，不過錯誤率也增加到了38% 。
因此，研究人員表示：網絡顯然是在學習關於哪些詞彙組合在一起會更加有效，而不僅僅是哪些神經活動映射到哪些詞彙。而這也將使系統難以擴展到更大的詞彙量，因為每個新單詞都會增加可能的句子數量，從而降低人工智能的準確性。
而，通過研究結果顯示，目前人工智能可以讀取並翻譯出250個單詞。這個結果對於不會說話的人來說仍然非常有用。研究人員們希望將這種方法在將來可以應用於實際有語言障礙的病人身上。儘管他們的大腦活動可能與這項研究中的女性有所不同，但這項研究對他們或許仍有幫助。
雖然目前，我們距離能夠全面翻譯大腦信號數據還有很長的路要走。但，隨科技的不斷髮展，隨著科研人員更進一步的研究與探索，我相信在未來，人工智能技術一定會使更多有語言障礙的人得到幫助。
看到這裡的小夥伴們，如有不同的想法，請在評論區進行留言，我們一起來討論。
我是“青柳悅生活”，咱們下期再見！
