Engenheiros do Instituto para o Estudo da Atividade Nervosa Superior foram capazes de criar um sistema que traduz pensamentos em fala inteligível e reconhecível. Ao controlar a atividade cerebral de alguém, a tecnologia reconstrói os pensamentos em palavras.
Este avanço científico, juntamente com o poder da IA e dos sintetizadores de voz, abre uma nova era na interação entre o computador e o cérebro. Claro, isso também abre novas oportunidades para pessoas que, por um motivo ou outro, perderam a capacidade de falar.
“Nossas vozes ajudam a manter contato com nossos amigos, família e o mundo ao nosso redor, portanto, perder o poder da voz devido a lesões ou doenças é devastador para as pessoas. No entanto, com o estoque de conhecimento atual, temos uma maneira potencial de restaurar esse poder. Mostramos que, com a tecnologia certa, os pensamentos das pessoas podem ser decifrados e compreendidos por qualquer ouvinte”, diz Nima Mesgarani, Ph. D. e um dos autores de um estudo conduzido no Instituto Mortimer B. Zuckerman de Comportamento Mental da Universidade de Columbia.
Décadas de pesquisas mostraram que quando as pessoas falam ou mesmo imaginam que estão falando palavras, padrões característicos de atividade aparecem em seus cérebros. Um padrão de sinal claro e reconhecível também surge quando ouvimos alguém falando ou imaginamos que estamos ouvindo. Os especialistas tentaram decifrar esses padrões por décadas, mas só agora um futuro se abriu diante deles, no qual os pensamentos não podem mais ser escondidos dentro do cérebro, mas podem ser traduzidos para a linguagem falada à vontade.
Mas essa façanha não foi fácil de realizar. As primeiras tentativas de decifrar sinais cerebrais do Dr. Mesgarani e outros se concentraram em modelos de computador simples que analisavam espectrogramas, que são representações visuais de frequências sonoras.
Mas devido ao fato de que essa abordagem não produziu nada perto da fala inteligível, a equipe do Dr. Mesgarani se voltou para um vocoder, um algoritmo de computador que pode sintetizar a fala depois de ser treinado para gravar as conversas das pessoas.
“Esta é a mesma tecnologia que o Amazon Echo e o Apple Siri usam para responder verbalmente às nossas perguntas”, disse o Dr. Mesgarani, que também é professor associado de engenharia elétrica na Escola de Engenharia e Ciências Aplicadas da Fundação Fu Columbia.
Para ensinar o vocoder a interpretar a atividade cerebral, o Dr. Mesgarani se uniu a Ashesh Dinesh Mehta, M. D., Ph. D., neurocirurgião do Instituto de Neurociência Northwell Health Physician Partners 'e co-autor do artigo de hoje. O Dr. Mehta trata de pacientes com epilepsia, alguns dos quais devem ser submetidos a cirurgias regulares.
Vídeo promocional:
“Trabalhando com o Dr. Mehta, pedimos aos pacientes epilépticos que já haviam feito uma cirurgia cerebral para ouvir sugestões de diferentes pessoas, enquanto medíamos os padrões de sua atividade cerebral”, diz o Dr. Mesgarani. "Esses padrões neurais treinaram o vocoder."
Os pesquisadores então pediram aos mesmos pacientes que ouvissem alto-falantes pronunciando os números de 0 a 9 enquanto gravavam sinais cerebrais que poderiam ser transmitidos por um vocoder. O som produzido pelo vocoder em resposta a esses sinais foi analisado e refinado usando redes neurais, como a inteligência artificial, que imita a estrutura dos neurônios em um cérebro biológico.
O resultado final foi uma voz robótica repetindo uma sequência de números. Para verificar a precisão da gravação, a Dra. Mesgarani e sua equipe instruíram as pessoas a ouvir a gravação e relatar o que ouviram.
“Descobrimos que os humanos podem entender e repetir sons cerca de 75% do tempo, o que é muito superior a qualquer tentativa anterior”, diz o Dr. Mesgarani. A melhoria na inteligibilidade foi particularmente evidente ao comparar as novas gravações com tentativas anteriores baseadas no espectrograma. "Um vocoder sensível e redes neurais poderosas representavam os sons que os pacientes ouviam inicialmente com uma precisão incrível."
A Dra. Mesgarani e sua equipe agora planejam testar palavras e frases mais complexas. Eles também pretendem realizar os mesmos testes nos sinais cerebrais emitidos quando uma pessoa fala ou imagina uma fala. Em última análise, eles esperam que seu sistema possa fazer parte de um implante, semelhante aos usados por alguns pacientes epilépticos, que traduzem os pensamentos do usuário diretamente em palavras.
“Nesse cenário, se o dono do chip pensa: 'Preciso de um copo d'água', nosso sistema pode captar os sinais cerebrais gerados por esse pensamento e transformá-los em fala verbal sintetizada”, diz o Dr. Mesgarani. "É uma virada de jogo e para qualquer pessoa que perdeu a capacidade de falar devido a uma lesão ou doença, a tecnologia oferece uma nova chance de se comunicar com o mundo ao seu redor."
Comentário editorial
Visto que alguns de nossos funcionários têm certa relação com a neurofisiologia, podemos afirmar de forma absolutamente inequívoca que resolver o problema de ler pensamentos e traduzir esses pensamentos em palavras não é um problema que algum doutor em filosofia possa resolver junto com um neurocirurgião inteligente. Essa é uma tarefa do instituto de pesquisa, que vai resolver por cem, duzentos ou mais anos. Além disso, não é um fato que o instituto de pesquisa resolverá esse problema - mesmo se todos os supercomputadores da NASA forem trazidos para lá, nos quais uma multidão de engenheiros começará a modelar redes neurais. No entanto, um artigo em uma revista científica não mentirá e o fato do reconhecimento dos pensamentos está definitivamente aí. Como, então, esses dois fatos podem ser reunidos?
Muito simples. Nos últimos 20-30 anos, um grande número de tecnologias completamente incríveis e muito complexas, como microprocessadores e discos rígidos, apareceu no mundo. E a cada dia surgem mais e mais novas invenções, que são atribuídas a alguns "alunos talentosos" que, sentados na garagem, colecionam um pedaço de sucata, pela qual os institutos de pesquisa lutam há 50 anos. E, neste caso, temos uma invenção de gênese semelhante. Ou seja, um desenvolvimento que vem sendo feito (ou entregue às pessoas) há muitos anos, não está claro quem, mas que foi registrado na tia e no tio da Colômbia.
Na verdade, não há absolutamente nenhuma diferença sobre quem a Wikipedia descreverá como “inventores” da tecnologia. O principal é que a tecnologia foi apresentada ao mundo por meio de uma revista científica. Além disso, algumas empresas chinesas começarão a produzir esses "aparelhos" que vão acostumar as pessoas com a própria ideia de que suas cabeças agora se tornaram completamente transparentes. Finalmente, o terceiro estágio será o mesmo orwelliano “1984”, quando até os pensamentos de qualquer pessoa podem ser lidos livremente à distância. Por exemplo, colocando sensores especiais em apartamentos ou integrando um chip especial que responde aos impulsos do cérebro no corpo. Além disso.
Cada tecnologia tem, via de regra, a aplicação oposta. Por exemplo, se houver uma tecnologia para converter impulsos nervosos em palavras, então usando o mesmo princípio, você pode transformar quaisquer palavras nos pensamentos de alguém. Nesta situação, os presidentes de diversos países têm uma perspectiva grandiosa de serem apoiados absolutamente por todo o eleitorado, pois agora existe a possibilidade técnica de fazer até mesmo cada eleitor pensar como ele - basta colocar na tomada um sinal corretamente modulado.
De uma maneira geral, nem é preciso dizer que se abrem as perspectivas mais maravilhosas do mundo e acompanhamos com interesse o desenvolvimento dos eventos.