ساخت دستگاهی که سیگنال مغز را به گفتار تبدیل می‌کند

به گزارش خبرنگار فناوری خبرگزاری دانشجو، این فناوری با مانیتور کردن فعالیت‌های مغزی کاربرش کلمات را به گونه‌ای بازسازی می‌کند که کاملا واضح و قابل تشخیص هستند. این دستاورد که ترکیبی از سینث‌سایزر (ابزار الکترونیکی که قادر به تولید انواع مختلف صدا و ترکیب سیگنال‌ها با فرکانس‌های متفاوت است) و هوش مصنوعی است، می‌تواند تحول جدیدی در کامپیوتر‌هایی ایجاد کند که به طور مستقیم با مغز ارتباط برقرار می‌کنند. این دستاورد همچنین راه را برای افرادی که قادر به صحبت نیستند، مانند افرادی که به بیماری ALS دچار هستند یا سکته مغزی کرده‌اند، باز می‌کند تا بتوانند دوباره با جهان خارج ارتباط برقرار کنند.

نیما مسگرانی، سرپرست این تیم تحقیقاتی در مورد این سیستم می‌گوید: صدایمان ما را به دوستان، اعضای خانواده و دنیای پیرامون‌مان متصل می‌کند و به همین دلیل است که از دست دادن صدا به دلیل هر گونه آسیب یا بیماری، ما را به دنیای انزوا و تنهایی می‌کشاند.

 

 

وی می‌افزاید: با مطالعاتی که در این زمینه انجام داده‌ایم، می‌دانیم که راهی برای برگرداندن این قدرت وجود دارند و این سیستم را به گونه‌ای طراحی کردیم تا فکر این افراد را رمزگشایی کند و به گفتاری کاملا قابل تشخیص تبدیل کند.

دهه‌ها تحقیق دانشمندان نشان داده است که زمانی که فرد صحبت می‌کند- یا حتی تصور حرف زدن دارد- الگو‌های سخن‌وری او در مغزش شکل می‌گیرند. الگوی واضحی از سیگنال‌ها نیز زمانی که شخصی صحبت‌های شخص دیگری را گوش می‌کند، شکل می‌گیرد. دانمشندان سعی می‌کنند تا با ثبت و رمزگشایی از این الگوها، فناوری‌ای بسازند که دیگر افکار درون مغز افراد ناتوان پنهان نماند و این افراد بتوانند به صورت ارادی افکارشان را به گفتار تبدیل کنند.

تیم مسگرانی با چالش‌های بسیاری برای دست یافتن به این فناوری مواجه بودند. تلاش اولیه این تیم و تیم‌های تحقیقاتی دیگر برای رمزگشایی از سیگنال‌های مغزی روی مدل‌های کامپیوتری ساده‌ای متمرکز بود که اسپکتروگرافی‌هایی را که نمایانگر دیداری فرکانس‌های صوتی هستند، تجزیه و تحلیل می‌کردند. اما از آنجا که این تلاش‌ها در نهایت نتوانست چیزی شبیه به گفتار قابل فهم را تولید کند، تیم دکتر مسگرانی یک الگوریتم کامپیوتری را جایگزین کرد که می‌تواند پس از آموزش، صحبت‌های افراد را هم‌گذاری کند.

مسگرانی مدعی است که پنج بیمار مبتلا به صرع را به عنوان داوطلب برای آزمایش این تکنیک استفاده کرده است. در این آزمایش، بیماران برای مدتی به صحبت‌های پخش شده گوش می‌کردند و در همین حین فعالیت ذهنی آن‌ها ضبط می‌شد.

 

 

پس از آن مسگرانی این الگو‌ها را در اختیار هوش مصنوعی قرار داده تا آن‌ها را ترجمه کند. پس از آن گفتار تولید شده برای ۱۱ داوطلب دیگر پخش شده و ۷۵ درصد آن‌ها موفق شدند کلمات پخش شده را به درستی تشخیص دهند.