最近，美國(guó)加州大學(xué)舊金山分校的科研團(tuán)隊(duì)使用人工智能解碼系統(tǒng)，把人的腦電波轉(zhuǎn)譯成英文句子，最低平均錯(cuò)誤率只有3%。這項(xiàng)研究發(fā)表在《自然·神經(jīng)科學(xué)》雜志上。
參加實(shí)驗(yàn)的4名志愿者都是癲癇患者，他們由于治療需要在大腦表面植入了數(shù)百個(gè)微電極。研究人員正是利用這些微電極陣列來(lái)記錄其腦電波信號(hào)，然后借助人工智能系統(tǒng)進(jìn)行解碼。
正確率勝過(guò)人工速記員
論文顯示，10年前，科學(xué)家首次從人類(lèi)大腦信號(hào)中解碼出語(yǔ)音，但是解碼的精度和速度遠(yuǎn)低于自然語(yǔ)速。
低到什么程度呢?
研究團(tuán)隊(duì)介紹，迄今為止，在直接從腦電波中解碼語(yǔ)音的研究中，腦機(jī)接口系統(tǒng)僅限于解碼單音節(jié)，或在志愿者連續(xù)念出約100個(gè)單詞的情況下，只能正確解碼不到40%的單詞。
為提升解碼精確度，研究團(tuán)隊(duì)從機(jī)器翻譯中獲得啟發(fā)，訓(xùn)練了一種循環(huán)神經(jīng)網(wǎng)絡(luò)。研究中，4名志愿者被要求大聲重復(fù)朗讀30至50句話。他們大腦外側(cè)皮質(zhì)上分布著大量微電極，可以監(jiān)測(cè)到相應(yīng)的大腦神經(jīng)活動(dòng)。這些腦電波數(shù)據(jù)輸入人工智能系統(tǒng)后，先被編碼成一串序列，然后解碼成相應(yīng)的英文句子。
研究人員表示，這項(xiàng)研究展示了以高精度和自然語(yǔ)速來(lái)解碼皮層腦電圖。在對(duì)其中一個(gè)志愿者的腦電波解碼任務(wù)中，平均每句話只有3%需要糾正——低于專(zhuān)業(yè)人工速記員平均5%的錯(cuò)誤率。
但研究團(tuán)隊(duì)也強(qiáng)調(diào)，該研究涉及的句子量比較少。“如果你嘗試不使用這50個(gè)句子的數(shù)據(jù)集，解碼就會(huì)糟糕很多。”論文第一作者約瑟夫·馬金接受媒體采訪時(shí)說(shuō)。
展示AI解讀神經(jīng)信號(hào)的潛力
“這項(xiàng)研究的創(chuàng)新之處在于，采用端到端的深度學(xué)習(xí)網(wǎng)絡(luò)實(shí)現(xiàn)神經(jīng)信號(hào)翻譯，從工程角度展示了人工智能技術(shù)應(yīng)用于神經(jīng)信號(hào)解讀的潛力。”清華大學(xué)醫(yī)學(xué)院神經(jīng)工程實(shí)驗(yàn)室、清華大學(xué)人工智能研究院教授洪波在接受科技日?qǐng)?bào)記者采訪時(shí)評(píng)價(jià)說(shuō)。
洪波分析，這項(xiàng)研究的難點(diǎn)在于兩個(gè)方面。
首先是采用了高密度微電極陣列，間距4毫米，多達(dá)256個(gè)電極，覆蓋大腦皮層表面的關(guān)鍵腦區(qū)，獲取了足夠的神經(jīng)信息用于解碼。這種電極在國(guó)內(nèi)尚沒(méi)有可用于臨床的產(chǎn)品。
另外，研究中深度循環(huán)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，除了采用時(shí)間軸上的卷積操作提高特征提取能力，還把語(yǔ)音頻譜特征也作為訓(xùn)練目標(biāo)，大大降低了對(duì)神經(jīng)數(shù)據(jù)量的需求。
“腦機(jī)接口的一個(gè)核心難題是神經(jīng)信息的解碼和翻譯，腦電信號(hào)噪聲大，背后的神經(jīng)編碼機(jī)制復(fù)雜未知，這些都是挑戰(zhàn)。”洪波認(rèn)為，以深度學(xué)習(xí)為代表的人工智能技術(shù)發(fā)展，為腦機(jī)接口打開(kāi)一條應(yīng)對(duì)該挑戰(zhàn)的新路徑。
不過(guò)，在洪波看來(lái)，人工智能與腦機(jī)接口結(jié)合，也帶來(lái)新難題：如何獲得大量的訓(xùn)練數(shù)據(jù)?來(lái)自人腦的高精度神經(jīng)數(shù)據(jù)通常只在臨床條件下才能獲得，這會(huì)使神經(jīng)網(wǎng)絡(luò)訓(xùn)練陷入困境。
現(xiàn)實(shí)應(yīng)用仍存技術(shù)障礙
“這項(xiàng)技術(shù)目前主要用于癲癇外科的臨床，幫助外科醫(yī)生在切除癲癇病灶之前，確定關(guān)鍵的語(yǔ)言功能區(qū)。要讓漸凍人、高位截癱等殘疾患者用上這樣的腦機(jī)接口，還要繼續(xù)解決長(zhǎng)效電極和解碼效率的問(wèn)題。”洪波說(shuō)。
他認(rèn)為，相關(guān)技術(shù)在未來(lái)實(shí)際應(yīng)用中，仍然有很大的技術(shù)障礙，例如高密度的微電極陣列目前還無(wú)法長(zhǎng)期植入，難以作為未來(lái)腦機(jī)接口的標(biāo)準(zhǔn)電極。
洪波團(tuán)隊(duì)也在和材料、微電子以及臨床團(tuán)隊(duì)合作，開(kāi)發(fā)可以長(zhǎng)期植入的微創(chuàng)解決方案。他告訴記者，根本上說(shuō)，人工智能應(yīng)用于腦機(jī)接口，關(guān)鍵門(mén)檻還是長(zhǎng)期可靠的神經(jīng)電極和清晰準(zhǔn)確的神經(jīng)解碼規(guī)律。
“人們所期待的戴上腦電帽就能讀出心里話，從科學(xué)和工程角度來(lái)看還有很遠(yuǎn)的距離。但腦科學(xué)和人工智能技術(shù)的結(jié)合，有可能加速這些探索和研發(fā)的進(jìn)程。”洪波說(shuō)。(記者 劉園園)
