دانشمندان دانشگاه استنفورد سامانه‌ای نوین در حوزه رابط مغز و رایانه (BCI) معرفی کرده‌اند که قادر است تنها از طریق افکار فرد، گفتار درونی را به کلمات گفتاری ترجمه کند. این روش بر خلاف فناوری‌های پیشین که به تلاش برای حرکت دادن دهان یا تارهای صوتی متکی بود، حتی زمانی که فرد صرفاً به گفتن کلمات فکر می‌کند نیز عمل می‌کند.
به گزارش ایتنا و به نقل از تک‌اسپات، در این پژوهش چهار بیمار مبتلا به فلج شدید ناشی از بیماری‌هایی همچون اسکلروز جانبی آمیوتروفیک و سکته ساقه مغز شرکت داشتند. برخی از این بیماران قادر به برقراری ارتباط نبودند و تنها با حرکات چشم پاسخ می‌دادند. پزشکان برای ثبت سیگنال‌ها، آرایه‌های میکروسکوپی الکترودی را در قشر حرکتی مغز – ناحیه‌ای که کنترل حرکات گفتاری را بر عهده دارد – کار گذاشتند.
شرکت‌کنندگان در دو نوع وظیفه شرکت کردند: تلاش برای گفتار بلند و تصور ذهنی کلمات خاص. مدل‌های یادگیری ماشینی با استفاده از داده‌های جمع‌آوری‌شده آموزش دیدند تا الگوهای مغزی مرتبط با «فونم‌ها» – کوچک‌ترین واحدهای آوایی زبان – را شناسایی کنند. سپس این فونم‌ها در زمان واقعی به کلمات و جمله‌ها ترکیب شدند. نتایج نشان داد که گفتار درونی نسبت به گفتار تلاش‌شده سیگنال ضعیف‌تری تولید می‌کند، اما همچنان قابل تشخیص است و دقت سیستم تا 74 درصد رسید.
به گفته ارین کانتز، نویسنده اصلی مطالعه، این نخستین بار است که فعالیت مغزی هنگام صرفاً «فکر کردن به گفتار» رمزگشایی می‌شود. او تأکید کرد که چنین فناوری می‌تواند ارتباط را برای افرادی با ناتوانی شدید گفتاری بسیار طبیعی‌تر و آسان‌تر کند. فرانک ویلت، استاد جراحی مغز و اعصاب استنفورد نیز افزود که رمزگشایی مستقیم گفتار درونی می‌تواند از خستگی و مشکلات تنفسی ناشی از تلاش برای گفتار جلوگیری کند.
به گزارش ایتنا و به نقل از تک‌اسپات، در این پژوهش چهار بیمار مبتلا به فلج شدید ناشی از بیماری‌هایی همچون اسکلروز جانبی آمیوتروفیک و سکته ساقه مغز شرکت داشتند. برخی از این بیماران قادر به برقراری ارتباط نبودند و تنها با حرکات چشم پاسخ می‌دادند. پزشکان برای ثبت سیگنال‌ها، آرایه‌های میکروسکوپی الکترودی را در قشر حرکتی مغز – ناحیه‌ای که کنترل حرکات گفتاری را بر عهده دارد – کار گذاشتند.
شرکت‌کنندگان در دو نوع وظیفه شرکت کردند: تلاش برای گفتار بلند و تصور ذهنی کلمات خاص. مدل‌های یادگیری ماشینی با استفاده از داده‌های جمع‌آوری‌شده آموزش دیدند تا الگوهای مغزی مرتبط با «فونم‌ها» – کوچک‌ترین واحدهای آوایی زبان – را شناسایی کنند. سپس این فونم‌ها در زمان واقعی به کلمات و جمله‌ها ترکیب شدند. نتایج نشان داد که گفتار درونی نسبت به گفتار تلاش‌شده سیگنال ضعیف‌تری تولید می‌کند، اما همچنان قابل تشخیص است و دقت سیستم تا 74 درصد رسید.
به گفته ارین کانتز، نویسنده اصلی مطالعه، این نخستین بار است که فعالیت مغزی هنگام صرفاً «فکر کردن به گفتار» رمزگشایی می‌شود. او تأکید کرد که چنین فناوری می‌تواند ارتباط را برای افرادی با ناتوانی شدید گفتاری بسیار طبیعی‌تر و آسان‌تر کند. فرانک ویلت، استاد جراحی مغز و اعصاب استنفورد نیز افزود که رمزگشایی مستقیم گفتار درونی می‌تواند از خستگی و مشکلات تنفسی ناشی از تلاش برای گفتار جلوگیری کند.
یکی از نگرانی‌های مهم این فناوری، مسئله حریم خصوصی بود. در برخی موارد، سامانه کلماتی را شناسایی می‌کرد که به کاربر خواسته نشده بود، مانند شمارش اعداد. برای رفع این مشکل، پژوهشگران مکانیزمی به نام «قفل ذهنی» طراحی کردند که تنها با رمز ذهنی فعال می‌شود. آزمایش‌ها نشان دادند عبارت «چیـتی چیـتی بنگ بنگ» توانست در 98 درصد موارد از رمزگشایی ناخواسته جلوگیری کند.
این پیشرفت در حالی صورت می‌گیرد که سرمایه‌گذاری‌های علمی و تجاری در حوزه BCI رو به افزایش است. پس از معرفی شرکت «Merge» با پشتیبانی مدیرعامل OpenAI، سام آلتمن، رقابت با شرکت نورالینک ایلان ماسک شدت گرفته است. هرچند فناوری استنفورد هنوز در مرحله آزمایش قرار دارد، پژوهشگران آن را اثباتی بر امکان بازگرداندن گفتاری روان و طبیعی تنها با اتکای به افکار می‌دانند.