麻省理工学院正在研发一种可以“听到”你默念的单词的设备

麻省理工学院的学生发明了一个名为 AlterEgo 的原型设备，它可以识别你在自言自语时说出的单词，然后根据它认为你所说的内容采取行动。

麻省理工学院媒体实验室（麻省理工学院的一个部门，专注于研究人与技术的交汇）的硕士生、论文作者阿纳夫·卡普尔强调，该设备不会读取你的想法或偶然闪过你脑海的随机单词。“你完全沉默，只是在自言自语，”他说。“这既不是思考也不是说话。这是一个介于两者之间的最佳状态，既是自愿的，也是私密的。我们捕捉到了这一点。”

目前存在的原型系统看起来像电话推销员可能会佩戴的白色耳机。但它不是将麦克风悬停在嘴前，而是贴在脸部和颈部，那里的几个电极会拾取由你默默自言自语时发生的细微内部肌肉运动产生的微小电信号。该设备通过蓝牙连接到计算机，然后计算机与服务器通信，服务器会解释信号以确定佩戴者正在说出什么话。

虽然它还处于原型阶段，但它代表着一种与常规的奇妙区别。我们最常通过触摸来与设备互动——在智能手机上打字、点击应用程序或双击 Apple AirPods 的侧面来暂停或播放音乐。或者，我们通过与 Siri、Alexa 或 Google Assistant 等数字助手互动来与我们的小工具或智能扬声器对话。这些服务需要你付出的不仅仅是默默地自言自语。换句话说：这种技术就像让一个更简单的 Siri 听到你无声的耳语。

这一切的目标是什么？卡普尔说，为了进一步“将人类和计算机结合起来”。我们与计算机的互动越紧密，我们就越能利用它们的优势——比如快速获得数学问题或翻译方面的帮助——而不必从工作中抬起头来点击、点击或打字。

或者用户只需在 Roku 上换频道即可——这些遥控器太小，很容易丢失！——而且完全静音。AlterEgo 似乎对残障人士或瘫痪人士也很有前景。但卡普尔说他们还没有研究过这个应用程序。

可以肯定的是，这项技术仍处于早期阶段，因此每个应用程序只能学习大约 20 个不同的单词。该系统无法理解一个人说的每一个单词——只能理解它被教过的单词。卡普尔说，故意自言自语，但不大声说话，是一种很容易学会的做法。在训练一个人使用这项技术时，他们首先要求他们大声朗读一段文字。“之后，我们要求他们在阅读时不要发出声音”，他说。“这比大声说话更舒服。”

为了构建该系统，卡普尔使用了一种常见的人工智能工具，即神经网络，它可以从数据输入中学习。他们训练神经网络识别不同的电信号如何与一个人对自己说的不同单词相对应。

虽然很容易想象这种设备将用于军事——佐治亚理工学院计算机学院的一位教授泰德·史塔纳 (Thad Starner) 在麻省理工学院网站的一份声明中表示，他可以设想“特种部队”使用这种设备——但卡普尔说，这并不是他们设计该系统的预期目标。

他说：“这更多的是关于我们如何弥合计算机与人类之间的差距。”理想的情况是，人们能够顺利、实时地利用人工智能系统的智慧增强自身能力。

下一步：改进设备外形，让它“更隐形”。一切都是为了实现无缝集成——理想情况下，未来的版本看起来不会像贴在电话推销员头上的耳机。