人工智能驱动的大脑植入物如何帮助肌萎缩侧索硬化症患者交流

1924年，德国神经学家汉斯·伯杰（Hans Berger）率先绘制了人脑活动图。近一个世纪后，斯坦福大学（Stanford University）的研究人员设计了两个可插入大脑的微型传感器，与计算机算法相连，帮助将思想转化为文字，帮助瘫痪的人表达自己。8月23日，一项研究发表在《自然》（Nature）杂志上，展示了这种设备在人类患者身上的使用。（同一天，一项类似的研究也发表在《自然》杂志上。）

研究人员创造了一种脑机接口（BCI）——一种将神经活动转化为预期语音的系统——帮助瘫痪的人，如脑干中风或肌萎缩性侧索硬化症患者，通过计算机屏幕表达他们的想法。一旦植入，药丸大小的传感器可以将大脑皮层的电信号发送到定制的人工智能算法，然后再用它来预测预期的语音。大脑皮层是大脑中与记忆、语言、解决问题和思维相关的一部分。

该BCI学会识别与39个音素中的每一个或最小的语音部分相关的不同神经活动模式。这些是英语中的声音，如羽毛笔中的“qu”、附近的“耳”或垫中的“m”。当患者尝试说话时，这些解码的音素被输入一个复杂的自动更正程序，该程序将它们组装成反映其预期语音的单词和句子。通过持续的练习，人工智能软件逐渐增强了解释用户大脑信号和准确翻译他们说话意图的能力。

“该系统由两部分组成。第一部分是一个神经网络，当参与者试图说话时，它会实时从神经信号中解码音素或声音单元，”该研究的合著者、斯坦福大学电气工程博士生艾琳·米歇尔·昆兹通过电子邮件表示。“然后，这个网络的音素输出序列被传递到一个语言模型中，该模型根据英语中的统计数据将其转化为单词文本。”

帕特·贝内特患有肌萎缩侧索硬化症，这种疾病会攻击神经系统，影响身体运动和功能。通过25次长达4小时的训练，她会练习从数据库中随机选取句子样本。例如，病人会试着说：“过去五年才这样”或者“我中途离开了。”当现年68岁的贝内特试图阅读提供的句子时，她的大脑活动会记录到植入的传感器上，然后植入物会通过连接到算法的电线向人工智能软件发送信号，用音素列表解码大脑尝试的语音，然后将音素列表串成电脑屏幕上提供的单词。该算法本质上充当手机的自动更正功能，在发短信时启动。

威利特说：“这个系统经过训练，知道哪些单词应该排在其他单词之前，哪些音素组成哪些单词。”"如果一些音素被错误地解释了，它仍然可以很好地猜测."

昆兹和她的团队说，通过参加每周两次的软件培训课程将近半年，班纳特能够以每分钟62个单词的速度翻译她尝试的语音，这比以前记录的基于机器的语音技术更快。起初，该模型的词汇量被限制在50个单词——对于简单的句子，如“你好”、“我”、“我”、“饿了”、“家人”和“渴了”——错误不到10%，然后扩大到125,000个单词，错误率略低于24%。

虽然威利特解释说这不是“人们可以在日常生活中使用的实际设备”，但这是朝着提高通信速度迈出的一步，这样语言障碍者就可以更好地融入日常生活。

昆兹说：“对于受伤或患有肌萎缩侧索硬化症并失去说话能力的人来说，这可能是毁灭性的。这可能会影响他们的工作能力，除了交流基本护理需求之外，还会影响他们与朋友和家人保持关系的能力。”“我们这项工作的目标是通过给这些人一种更自然的交流方式来提高他们的生活质量，速度与典型的谈话相当。”

观看下面关于这项研究的简短视频：