В последние десятилетия интерфейсы «мозг-машина» развивались стремительными темпами, начиная от моделей животных и заканчивая людьми. Обобщая достигнутые результаты и развивая их, исследователи из Калифорнийского университета в Сан-Франциско достигли определенного успеха, передает Science Alert.

Команда учёных, во главе с нейрохирургом Эдвардом Чангом, использовала данные активности мозга четырёх пациентов с эпилепсией, которые носили специальные импланты в голове для мониторинга судорог. Этих людей попросили прочитать вслух несколько предложений, чтобы электроды записали активность их мозга и связали её с речью.

Затем данные были загружены в нейронную сеть, которая анализировала закономерности активности мозга и искала соответствие определенным речевым структурам (звуками и движением рта).

После этого, другая нейронная сеть, основываясь исключительно на мыслях человека (корковых сигнатурах), читающего молча текст, использовала установленные связи для отображения слов, которые чтец произносил “внутри” себя.

По результату экспериментов, количество ошибок в воспроизведенном искусственным интеллектом тексте не превышало 3%: вышло, практически, чтение сознания. При этом, допущенные неточности никак не влияли на суть излагаемого в оригинале.

До публикации данного исследования, стандартом транскодирования информации близкими методами считался показатель в 5%.

Однако, важно заметить, что современные профессиональные транскриберы, имеющие дело с обычными людьми, основаны на работе со словарями, которые охватывают десятки тысяч слов. В отличие от них, новой системе, для получения более качественного результата, нужно было изучать только мозговые импульсы около 250 уникальных слов, используемых в ограниченном наборе коротких предложений. Таким образом, сравнивать два подхода не совсем справедливо.

Хотя для сделанного открытия существует множество препятствий, которые необходимо преодолеть для его внедрения в общественное пользование, команда учёных предполагает, что однажды их система будет выступать в качестве основы для речевого протеза пациентов, потерявших способность говорить.