![featured image](https://www.trelokouneli.gr/wp-content/uploads/2020/03/888734.jpg)
Ερευνητές στις ΗΠΑ δημιούργησαν έναν αλγόριθμο τεχνητής νοημοσύνης, ο οποίος μπορεί να αποκωδικοποιήσει τη νευρωνική δραστηριότητα του εγκεφάλου και να τη «μεταφράσει» σε πραγματικό χρόνο σε προτάσεις με μεγάλη ακρίβεια (σφάλμα μόνο 3%), κάτι που επιτυγχάνεται για πρώτη φορά σε αυτόν τον βαθμό.
Οι διεπαφές εγκεφάλου-μηχανής (brain-machine interfaces) είχαν έως τώρα περιορισμένη επιτυχία στο να αποκωδικοποιήσουν τη σκέψη με βάση μόνο την εγκεφαλική δραστηριότητα και έτσι να δημιουργήσουν τεχνητή ομιλία, έχοντας πετύχει ακρίβεια αρκετά μικρότερη από τη φυσική ομιλία. Μέχρι σήμερα δεν είχαν καταφέρει να «διαβάσουν» ολόκληρες προτάσεις παρά μόνο λέξεις.
Αυτήν τη φορά, οι ερευνητές, με επικεφαλής τους Τζόζεφ Μέικιν και Έντουαρντ Τσανγκ του Πανεπιστημίου της Καλιφόρνια-Σαν Φρανσίσκο, που έκαναν τη δημοσίευση στο περιοδικό νευροεπιστήμης «Nature Neuroscience», αξιοποίησαν τις τελευταίες εξελίξεις στο πεδίο της μηχανικής μετάφρασης για να εκπαιδεύσουν τεχνητά νευρωνικά δίκτυα να μετατρέπουν απευθείας τα σήματα των νευρώνων σε προτάσεις.
Τέσσερις εθελοντές, στο κρανίο των οποίων είχαν εμφυτευθεί ηλεκτρόδια καταγραφής της νευρωνικής δραστηριότητας, διάβαζαν φωναχτά προτάσεις κειμένου αναφέρει το Αθηναϊκό-Μακεδονικό Πρακτορείο Ειδήσεων.
Το σύστημα τεχνητής νοημοσύνης έμαθε έτσι να συσχετίζει τα νευρωνικά σήματα με την ομιλία και τα συστατικά των λέξεων (φωνήεντα, σύμφωνα κ.ά.), ενώ στη συνέχεια έμαθε να «δένει» τις λέξεις σε προτάσεις.
Η ακρίβεια του αλγόριθμου είναι ανάλογη εκείνης που χρησιμοποιούν τα έξυπνα επαγγελματικά υπολογιστικά συστήματα αυτόματης μετατροπής της ομιλίας σε γραπτό κείμενο.
Πάντως, σύμφωνα με τους ερευνητές, το σύστημα χρειάζεται ακόμη περαιτέρω βελτίωση, καθώς έως τώρα δεν μπορεί να ξεπεράσει τις 30 έως 50 προτάσεις με βάση ένα λεξιλόγιο έως 250 λέξεων. Το επόμενο βήμα θα είναι να μπορεί το σύστημα να μετατρέπει σε προτάσεις τη νευρωνική δραστηριότητα ανθρώπων που απλώς σκέφτονται και δεν μιλάνε.
Πηγή: www.newsbeast.gr