นักวิจัยจากมหาวิทยาลัยแคลิฟอร์เนียเบิร์กลีย์และมหาวิทยาลัยแคลิฟอร์เนียซานฟรานซิสโกได้สร้างความก้าวหน้าที่สําคัญในเทคโนโลยีส่วนต่อประสานสมองและคอมพิวเตอร์ (BCI) โดยการพัฒนาระบบที่สามารถช่วยให้ผู้ป่วยที่เป็นอัมพาตอย่างรุนแรงฟื้นฟูความสามารถในการพูดที่ใกล้เคียงกับธรรมชาติ แนวทางใหม่นี้มีจุดมุ่งหมายเพื่อจัดการกับความท้าทายที่สําคัญในระบบประสาทเทียมในการพูด: ความล่าช้าระหว่างเวลาที่ผู้ป่วยพยายามพูดและเมื่อความคิดของพวกเขาแปลเป็นเสียง

ตีพิมพ์ในวารสาร Nature Neuroscience เทคโนโลยีที่ก้าวล้ํานี้ใช้ปัญญาประดิษฐ์ (AI) เพื่อถอดรหัสสัญญาณสมองให้เป็นคําพูดในแบบเรียลไทม์ ด้วยการแปลการทํางานของสมองเป็นเสียงพูดที่ได้ยินเกือบจะในทันทีระบบทําให้การพูดคล่องแคล่วและเป็นธรรมชาติมากขึ้นทําให้การแสดงออกได้อย่างต่อเนื่องโดยไม่มีการหยุดชั่วคราวที่เห็นได้ชัดเจน การศึกษานี้ได้รับทุนสนับสนุนจากสถาบันแห่งชาติเพื่อความหูหนวกและความผิดปกติในการสื่อสารอื่น ๆ (NIDCD) ซึ่งเป็นส่วนหนึ่งของสถาบันสุขภาพแห่งชาติ (NIH)

"ระบบสตรีมมิ่งของเราใช้อัลกอริทึมที่คล้ายกับอุปกรณ์อย่าง Alexa หรือ Siri เพื่อถอดรหัสสัญญาณสมองและสร้างคําพูดด้วยความเร็วเกือบเท่ากับความเร็วในการคิด" Gopala Anumanchipalli หัวหน้านักวิจัยร่วมและผู้ช่วยศาสตราจารย์ที่มหาวิทยาลัยแคลิฟอร์เนียเบิร์กลีย์อธิบาย "เป็นครั้งแรกที่เราสามารถสังเคราะห์คําพูดได้อย่างราบรื่นและต่อเนื่องได้โดยตรงจากข้อมูลประสาท"

เทคโนโลยีใหม่นี้ยังสามารถใช้กับอุปกรณ์ได้หลากหลาย รองรับวิธีการที่ไม่รุกรานในการวัดการทํางานของกล้ามเนื้อใบหน้าโดยใช้เซ็นเซอร์ผิวหนัง ตลอดจนระบบที่ซับซ้อนมากขึ้นสําหรับการวางอิเล็กโทรดบนหรือภายในสมอง ตามที่ผู้เขียนร่วมของบทความ ปริญญาเอก นักศึกษา Kaylo Littlejohn อัลกอริทึมสามารถปรับให้เข้ากับอุปกรณ์ตรวจสอบสมองได้หลากหลาย ตราบใดที่สามารถรับสัญญาณที่เชื่อถือได้

Neuroprostheses แปลงการทํางานของระบบประสาทของเยื่อหุ้มสมองสั่งการ (ซึ่งควบคุมคําพูด) ให้เป็นคําพูด กระบวนการนี้เกิดขึ้นหลังจากที่บุคคลได้สร้างความคิดและพร้อมที่จะขยับกล้ามเนื้อเสียง ในการฝึกระบบผู้เข้าร่วมพยายามพูดอย่างเงียบ ๆ ในขณะที่นักวิจัยบันทึกการทํางานของสมองของพวกเขา โมเดล AI จะเติมรายละเอียดที่ขาดหายไป เช่น รูปแบบของเสียง เพื่อสร้างเอาต์พุตเสียงพูด

โดยเฉพาะอย่างยิ่ง ทีมงานใช้เสียงก่อนการบาดเจ็บของผู้เข้าร่วมเป็นข้อมูลอ้างอิงเพื่อให้แน่ใจว่าเอาต์พุตฟังดูคุ้นเคยและเกี่ยวข้อง การศึกษาก่อนหน้านี้แสดงให้เห็นว่ามีความล่าช้า 8 วินาทีในการถอดรหัสประโยคที่สมบูรณ์ แต่วิธีการใหม่สามารถบรรลุการได้ยินของคําพูดได้ในเวลาไม่ถึงวินาที เวลาตอบสนองที่เร็วขึ้นนั้นตรงกับความแม่นยําสูง ซึ่งแสดงให้เห็นว่าการสตรีมสดสามารถทําได้โดยไม่ลดทอนคุณภาพ

เพื่อทดสอบความยืดหยุ่น นักวิจัยได้สังเคราะห์คําหายากที่ไม่ได้อยู่ในข้อมูลการฝึกอบรมของระบบ เช่น คําจากตัวอักษรการออกเสียงของ NATO ("Alpha", "Bravo" เป็นต้น) เทคโนโลยีนี้ทํางานได้ดีและแสดงให้เห็นถึงศักยภาพในการประยุกต์ใช้คําศัพท์

Edward Chang นักวิจัยอาวุโสและศัลยแพทย์ระบบประสาทที่มหาวิทยาลัยแคลิฟอร์เนียซานฟรานซิสโกเน้นย้ําถึงการใช้งานในโลกแห่งความเป็นจริง "นวัตกรรมนี้ทําให้เราเข้าใกล้ส่วนต่อประสานระหว่างสมองและคอมพิวเตอร์ที่ใช้งานได้จริง ซึ่งสามารถปรับปรุงการสื่อสารในผู้ป่วยที่มีความผิดปกติทางการพูดและภาษาอย่างรุนแรงได้อย่างมาก

ความพยายามในอนาคตมีจุดมุ่งหมายเพื่อเพิ่มน้ําเสียงทางอารมณ์และการแสดงออกของคําพูด เป้าหมายคือการสะท้อนการเปลี่ยนแปลงของโทนเสียง ระดับเสียง และอารมณ์เพื่อให้ผลลัพธ์สมจริงยิ่งขึ้น ด้วยการปรับแต่งเพิ่มเติม เทคโนโลยีนี้สามารถปรับปรุงวิธีการสื่อสารของผู้ที่มีความพิการทางสมองได้อย่างมาก