A jövőben a néma emberek szabadon és egyértelműen szavakat tudnak kimondani olyan eszközöknek köszönhetően, amelyek az agyi tevékenységet szintetizált hangmá alakítják. A San Francisco-i kaliforniai egyetem kutatói nemrégiben nagy lépést tettek a technológia fejlesztése felé azáltal, hogy megengedték, hogy a mesterséges intelligencia hangot reprodukáljon gondolatok olvasása nélkül, hanem az ember ajkainak mozgását elemezve. Az eredmény lenyűgöző volt - a szintetizált hang már hallható.
Várhatóan a készülék akkor működik, ha az ember szellemileg vagy fizikailag reprodukálja a száj mozgását, még akkor is, ha nem adnak hangot. Annak megértése érdekében, hogy az emberi agy mely területeit aktiválják bizonyos szájmozgások, a kutatók öt önkéntest toboroztak a vizsgálatba. Olvasnak rövid kivonatokat a gyermekek történeteiről - e folyamat során az agyba ágyazott elektródok olvasják tevékenységüket.
Végül a kutatók két neurális hálózatot fejlesztettek ki: az első illesztette az agyjeleket ajakmozgásokkal, a második pedig ezeket a mozgásokat szintetizált beszédré alakította. Az önkéntesek valóban képesek voltak megismételni a mondatok töredékeit - a szintetizált szavak kb. 69% -a könnyen felismerhető a felvételeken. Más tanulmányokhoz hasonlóan, minél rövidebbek a mondatok, annál pontosabb az eredmény.
A kutatók javíthatják a technológiát a sűrűbb elektródákkal ellátott agyimplantátumok és kifinomult gépi tanulási algoritmusok felhasználásával. Közös vonásokat találtak a különféle tanulmányok résztvevőinek agyi reakciói között, ami arra utal, hogy a jövőbeli beszédszintézis eszközöket mindenki számára könnyen testreszabhatják. A kutatók azt is észrevették, hogy a mesterséges intelligencia időnként felismeri azokat a hangokat, amelyeket nem használnak az edzéshez, ami szintén nagy reményt ad.
Ramis Ganiev