Umjetna inteligencija omogućuje paraliziranima da pišu razmišljajući o slovima
Umjetna neuronska mreža precizno pretvara riječi brzinom od 90 znakova u minuti, što je dvostruko više u odnosu na rezultate potignute prethodnim sustavima koji prate glavu ili oko "pisca"
Ideja nije od jučer. Umjetna neuronska mreža može interpretirati signale iz mozga osobe koja zamišlja da piše olovkom i pretvoriti ih u tekst. Uređaji za praćenje omogućuju ljudima da pomiču kursor miša i polako upisuju poruke, ali problem je u tome što pritom ne možete podići pogled ili pogledati oko sebe.
Dva niza senzora
Kako bi riješili taj problem, Jaimie Henderson i njegovi kolege s kalifornijskog sveučilišta Stanford ugradili su dva mala niza senzora tik ispod površine mozga paraliziranog 65-godišnjaka. Svaki niz senzora bio je sposoban otkriti signale s oko 100 neurona; to je tek djelić od procijenjenih 100 milijardi neurona u ljudskom mozgu.
Dok je paralizirani čovjek zamišljao pisanje slova i riječi na papir, signali su se slali u umjetnu neuronsku mrežu. Član tima Krishna Shenoy kaže da senzori ne ciljaju točne neurone jer bi tisuće ili milijuni njih mogli biti uključeni u pokrete ruku, ali s dva niza koja prate oko 200 neurona u podacima se nađe dovoljno tragova pomoću kojih će umjetna neuronska mreža pouzdano interpretirati moždane signale.
Neuronska mreža često se obučava na tisućama primjera; u ovom slučaju to bi bilo snimanje moždanog signala tijekom pisanja određenog slova. Ta metoda dobro funkcionira kad veliki skupovi podataka već postoje ili ih pružaju automatizirani sustavi.
Preciznost veća od 99 posto
No, u ovom slučaju generiranje velike arhive nije bilo praktično. Umjesto toga, tim je uzeo primjere signala iz čovjekovog mozga dok je pisao određena slova i generirao dodatne kopije s dodanim slučajnim šumom kako bi stvorio sintetički skup podataka.
Stvoreni model, opisan u časopisu Nature, neće se primijeniti na drugu osobu jer se neuronska mreža uvježbava samo na podacima jedne osobe, a senzori su postavljeni na nezamjenjivom mjestu.
Koristeći ovaj sustav, muškarac je mogao tipkati brzinom od 90 znakova u minuti, približavajući se prosjeku ljudi njegove dobi koji u pametni telefon mogu prosječno ukucati 115 znakova u minuti. Izlaz je imao točnost od 94,1 posto, koja se korištenjem alata za automatsko ispravljanje povećala na više od 99 posto.
Govorni dekoder
Prethodna sučelja mozak-računalo bila su u stanju protumačiti velike signale, poput onih za pokrete ruku, ali do sada nisu mogla prepoznati one za fine, spretne pokrete poput rukopisa. Istraživači već razmišljaju i o načinu kako da se stvori govorni dekoder koji će koristiti ljudima koji su iz nekog razloga ostali bez dara govora.
Međutim, svjesni su da je pred njima još dalek put prije no što izrade funkcionalnu tehnologiju čija će performanse i upotrebljivost opravdati troškove i rizike povezane s ugradnjom elektroda u mozak.
