一个人没法说话或移动现在可以生成单词和句子在电脑上只使用他的想法。最近的奇迹来自Facebook-funded来自加州大学旧金山分校的研究,被称为项目的速记员,解码谈话从语障瘫痪病人到屏幕上的字。
“这是第一次一个人自然就想说的单词可以解码成单词从大脑活动,”David摩西说,周三公布的一份研究报告的第一作者在《新英格兰医学杂志》上。“希望,这是原则的证明直接引语控制的通信设备,使用目的试图演讲作为控制信号,不能说话的人,谁是瘫痪了。”
脑-机接口(bci)最近天才想出了一系列的项目,包括斯坦福大学研究可视化笔迹变成预测文本。然而,加州大学旧金山分校几乎就像一个翻译,在人的大脑解码信号,一旦控制他的声道。
Edward Chang博士做了移植过程在一个老人瘫痪了二十岁的时候,由于脑卒中。的帮助下neuroprosthesis电极在人的大脑解码信号,一旦控制他的声道,他回答几个问题。这个人目前仅限于50个单词的词汇表和实时通信的句子的速度每分钟15个单词,这是比自然语言慢得多。
例如,如果病人被问道:“你今天好吗?”屏幕上的响应会逐字流行“我很好”。
“这告诉我们,这是可能的,”Edward Chang说,旧金山加利福尼亚大学的一位神经外科医生。“我认为这是一个巨大的跑道,使更好的。”
研究旨在超越了他们已经实现和创造一些壮观的路上前进。目前语音识别的模糊多少来自记录的大脑活动模式,声音表情,或两者兼而有之。
摩西进一步澄清,当前的研究是很多不同的读心术;相反,它取决于传感时大脑活动身体是参与一个特定的行为,如说话。他表明,加州大学旧金山分校的团队的努力可能没有呈现非侵入性神经接口。伊隆麝香Neuralink保证无线传输数据从brain-implanted电极在即将到来的研究中,却只有一只猴子上测试过。
Facebook最近的兴趣已经从未来虚拟现实眼镜式脑-机接口/ AR耳机戴设备。因此公司宣布这些访问研究项目。
确认通过电子邮件,Facebook代表”方面的光学头戴工作将适用于我们的肌电图研究的手腕。我们将继续使用光学BCI作为研究工具来构建更好的wrist-based传感器模型和算法。当我们将继续利用这些原型在我们的研究中,我们不再开发一个头戴光学BCI生产设备上演讲。这就是为什么我们将分享我们的头盔硬件原型与其他研究人员,可以将我们的创新应用到其他用例,“
Consumer-targeted神经输入技术还处于初始阶段。然而,设备和非侵入性的头或戴传感器目前比这些更不精确的植入电极。
