人工智能大脑植入物如何帮助 ALS 患者进行交流

1924 年，德国神经学家汉斯·伯格率先绘制出人类大脑活动图谱，近一个世纪之后，斯坦福大学的研究人员设计了两个微型可植入大脑的传感器，它们与计算机算法相连，帮助将想法转化为文字，帮助瘫痪者表达自己。8 月 23 日， 《自然》杂志发表了一项研究，展示了这种设备在人类患者身上的应用。（同一天， 《自然》杂志也发表了一项类似的研究。）

研究人员发明了一种脑机接口 (BCI)，即一种将神经活动转化为预期语音的系统，可帮助瘫痪者（例如脑干中风或肌萎缩侧索硬化症 (ALS) 患者）通过电脑屏幕表达自己的想法。一旦植入，药丸大小的传感器就可以将大脑皮层（与记忆、语言、解决问题和思考有关的大脑部分）的电信号发送到定制的人工智能算法，然后该算法可以使用该信号预测预期语音。

该 BCI 学会识别与 39 个音素（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，例如 quill 中的“qu”，near 中的“ear”，或 mat 中的“m”。当患者尝试说话时，这些解码的音素被输入到一个复杂的自动更正程序中，该程序将它们组合成反映其意图的单词和句子。通过持续的练习，AI 软件逐步增强了其解读用户大脑信号和准确翻译其语音意图的能力。

“该系统有两个组成部分。第一个是神经网络，当参与者试图说话时，它可以实时解码神经信号中的音素或声音单元，”这项研究的共同作者、斯坦福大学电气工程博士生 Erin Michelle Kunz 通过电子邮件表示。“然后，该网络输出的音素序列被传递到语言模型中，该模型根据英语的统计数据将其转换为单词文本。”

帕特·本内特患有肌萎缩性脊髓侧索硬化症（ALS），这种疾病会攻击神经系统，影响身体运动和功能。通过 25 个四小时的训练课程，她会练习从数据库中随机挑选的句子样本。例如，患者会试着说：“过去五年来一直都是这样”或“我中途就离开了”。当现年 68 岁的本内特试图阅读一个句子时，她的大脑活动会被植入的传感器记录下来，然后植入物会通过连接的电线向人工智能软件发送信号，然后通过算法用音素列表解码大脑试图说的语言，然后将其串成计算机屏幕上提供的单词。该算法本质上充当了手机的自动更正功能，在发短信时启动。

“该系统经过训练，知道哪些单词应该排在其他单词之前，以及哪些音素组成哪些单词，”威利特说。“如果某些音素被错误解读，它仍然可以做出正确的猜测。”

昆茨及其团队表示，通过每周两次的软件培训课程，贝内特在近半年的时间里能够以每分钟 62 个单词的速度翻译她试图说的语音，这比之前基于机器的语音技术要快得多。最初，该模型的词汇量仅限于 50 个单词，例如“你好”、“我”、“是”、“饿了”、“家人”和“口渴”等简单的句子，错误率不到 10%，后来扩展到 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实际的设备”，但这是提高通信速度的一步，以便言语障碍者可以更好地融入日常生活。

“对于受伤或患有 ALS 并失去说话能力的人来说，这可能是毁灭性的。这会影响他们工作的能力以及与朋友和家人保持关系的能力，以及沟通基本的护理需求，”Kunz 说。“我们进行这项工作的目的是通过为他们提供一种更自然的交流方式来改善这些人的生活质量，使他们的交流速度与普通对话相当。”

请观看以下有关该研究的简短视频：