與非網(wǎng) 4 與 24 日訊,，近日,，一個由加州大學(xué)舊金山分校的研究團(tuán)隊打造的新型人工智能系統(tǒng)可根據(jù)人腦信號來生成文本，準(zhǔn)確率最高可達(dá) 97%,。目前該研究的結(jié)果已經(jīng)發(fā)表在《自然神經(jīng)科學(xué)》雜志上,。

近幾年，亞馬遜和谷歌等科技公司打造的虛擬助手已經(jīng)比較成熟,，語音識別能力比起幾年前進(jìn)步驚人,，人們在慢慢開始領(lǐng)會它們的威力。

然而,，最近一項更令人驚嘆,、更匪夷所思的里程碑式技術(shù)創(chuàng)新可能即將實現(xiàn)。它的出現(xiàn)讓語音識別技術(shù)完全相形見絀,，這是一個十分強大的人工智能(AI)系統(tǒng),，可以根據(jù)人們的大腦活動直接生成完整的文本，整個過程完全不需要聽到任何一個單詞,。這不完全是科幻小說中的概念,。近幾十年來，從動物模型到人類參與者,，腦機接口技術(shù)的發(fā)展可謂突飛猛進(jìn),。事實上，這類技術(shù)已經(jīng)在嘗試將這種概念從幻想變成現(xiàn)實,。

加拿大研究團(tuán)隊就曾對此評論過,，以目前來看，通過該技術(shù)將人腦信號轉(zhuǎn)換成的文本結(jié)果還不很準(zhǔn)確。為此,，他們團(tuán)隊還使用了一種全新的方法來解碼腦皮質(zhì)電圖：通過植入大腦的電極,，來獲取皮質(zhì)活動中所產(chǎn)生的電脈沖記錄。

具體而言,，該實驗團(tuán)隊在四名癲癇患者身上使用了這種植入物,，以便監(jiān)測他們的身體狀況引起的癲癇發(fā)作情況。研究團(tuán)隊還進(jìn)行了一項附帶實驗：讓參與者大聲,、反復(fù)地朗讀一些預(yù)先準(zhǔn)備的句子,，同時通過電極來記錄他們在此期間的大腦活動。然后,，這些數(shù)據(jù)被輸入到一個神經(jīng)網(wǎng)絡(luò),，該網(wǎng)絡(luò)根據(jù)實驗的音頻記錄，分析出與特定語音特征(如元音,、輔音或口型)相對應(yīng)的大腦活動模式,。最后，另一個神經(jīng)網(wǎng)絡(luò)對這些大腦表現(xiàn)進(jìn)行解碼——參與者反復(fù)朗讀 30 到 50 個句子時產(chǎn)生的大腦活動數(shù)據(jù)——并據(jù)此來嘗試預(yù)測人們所說的話,，預(yù)測根據(jù)他們朗讀單詞時所產(chǎn)生的皮層信號來進(jìn)行,。

在實驗條件順利的情況下，該系統(tǒng)在將其中一名參與者的大腦信號轉(zhuǎn)化成文本時,，詞錯率(WER)只有 3%——至少在這些嚴(yán)格限定的實驗條件下,，這個詞錯率也許已經(jīng)接近于迄今為止人工智能讀取人的想法的最佳表現(xiàn)。

而在最不理想的情況中,，神經(jīng)網(wǎng)絡(luò)的錯誤完全莫名其妙,，不管是在語音上還是在語義上，都與實際的句子完全搭不著邊：“她穿著溫暖的羊毛工裝褲”被預(yù)測為“綠洲是海市蜃樓”,。

對此,，該實驗團(tuán)隊稱，盡管這些顯而易見的錯誤有些詭異,，但總的來說,，該系統(tǒng)也許還是刷新了基于 AI 的大腦活動解碼的最佳表現(xiàn)，畢竟它表現(xiàn)最好時的詞錯率只有 5%,，能夠與專業(yè)的人工語音轉(zhuǎn)錄相提并論,。

不過，要應(yīng)付日常發(fā)言的專業(yè)轉(zhuǎn)錄員必須得有數(shù)以萬計的詞匯量,。相比之下,，這個系統(tǒng)只能從有限的短句中學(xué)習(xí)到大約 250 個單詞的皮層特征，所以拿二者相比較并不公平,。

雖然還有許多障礙需要克服,，但該研究團(tuán)隊認(rèn)為，該系統(tǒng)有朝一日可能會讓那些失去說話能力的人能夠重新“開口”說話。如果這樣的事情成為可能,，會有望產(chǎn)生巨大的影響——為一些人提供一種與周圍世界交流的方式——而且所帶來的影響可能會遠(yuǎn)遠(yuǎn)超出人們目前的想象,。