4月24日，《自然》雜誌上發表了一篇主題爲：“利用人工智能將腦信號轉化爲語音”的文章，文章顯示，來自加州大學舊金山分校的研究人員已經可以通過AI，將實驗對象的腦信號成功轉換爲語音並進行播放。從腦機接口研究方向來說，這是一項重大的進步。
AI構建神經解碼器
隨着科技的發展，失去說話能力的人已經可以通過技術手段來進行交流，不過，這些技術依然需要他們做一些微小的動作，來控制在屏幕上選擇字母或單詞的光標。患有運動神經元疾病的英國物理學家斯蒂芬霍金就是一個例子。
現在，利用人工智能技術，科學家或許可以讓喪失語言能力的人開口“講話”。
這個聽上去有些天方夜譚的事情，近期在加州大學舊金山分校成功實現了，研究負責人Edward Chang表示：“爲嚴重言語殘疾患者創造恢復溝通的技術是一項長期目標。這項研究提供了原理證明：可以從大腦活動中產生語音，特別是大腦的語音中心。”
AI前線注：Edward Chang博士是加州大學舊金山分校的神經外科醫生，專門治療頑固性癲癇，三叉神經痛和腦腫瘤。他的研究重點是人類言語、運動和認知的大腦機制。他還是加州大學伯克利分校和加州大學舊金山分校的神經工程與假肢中心的聯合負責人，該中心彙集了工程，神經科學，神經科和神經外科，以開發最先進的生物醫學設備，以恢復神經殘疾患者的功能。
在文章中，Chang對這項研究的進展進行了詳細地解析。
他解釋說，使用臉頰肌肉激活的發聲裝置的人必須逐字逐句地打印單詞，所以這些設備的速度非常慢，每分鐘最多能打印10個單詞，而普通人的自然口語速度爲平均每分鐘150個單詞。所以，Edward Chang和他的團隊決定在構建神經解碼器時對聲音系統進行建模。
這項實驗的參與者，是5位正在加州大學舊金山分校醫療中心接受侵入性治療的癲癇患者。治療方式是將手掌大小的電極板直接植入在他們的大腦表面上，患者癲癇發作後，電極可以在大腦中發生的地方產生定位。一旦醫生確定了發病點，就可以通過移除大腦的病變部分以永久停止癲癇的發作。
當然，除了治療癲癇之外，這塊電極還有一些其他作用，即捕捉語言相關的腦信號。
首先，參與者需要大聲朗讀數百個句子，此時的大腦活動會被研究人員記錄下來，並確定哪些信號控制了所謂的發聲器官，包括嘴脣、舌頭、下頜、喉頭以及人們在沒有意識到的情況下移動的嘴和喉嚨的其他部位。通過參與者足夠的腦信號數據，科學家們能夠創建一個計算機模擬的聲道。
研究人員設計了一種循環神經網絡（RNN），可以將記錄的皮質神經信號轉化爲聲道咬合關節運動，然後將這些解碼的運動轉化爲口語句子。
研究小組對這些數據進行了深度學習算法的訓練，然後將程序整合到解碼器中。
腦機交互是未來，但時機尚未成熟
很長一段時間以來，腦機交互被認爲是計算機與腦科學發展的完美結合，無數科學家也在這一領域進行不懈的探索。
多年前，一位名叫Phil Kennedy的神經科學家曾經研究出了一種名爲親神經電極的技術，這種技術可以讓電極長時間植入人腦，讓腦機接口有可能從實驗投入實際使用。1998年，Phil Kennedy找到了一位合適的實驗對象，通過植入電極，實現了讓這位曾經是植物人的癱瘓患者可以用意識打字。
但是由於後續的實驗遭遇了接連的失敗，接受實驗的患者要麼傷口長期不能癒合，要麼因爲身體原因去世。Phil Kennedy甚至在2014年在自己的身上進行了實驗，最後卻還是出現了傷口無法癒合的情況，最後以失敗告終。
而就在不久前，特斯拉CEO埃隆·馬斯克曾在推文中提到自己的公司Neuralink正在研發一種技術，能夠利用超小型植入式芯片，有效地將人類的大腦與計算機進行連接。馬斯克表示：“Neuralink的長期目標，就是要實現與人工智能的共存，從而實現一種智能的民主化，確保這種技術在研發成功之後，人工智能將不再是政府和大型企業所壟斷的純數字形式。”
值得一提的是，據知情人士透露，馬斯克的這家公司與Edward Chang的團隊似乎在實驗項目上有不少的合作，Chang團隊此次的實驗進展，似乎也得到了馬斯克方面的幫助。
自計算機出現以來，人們對於腦機接口就開始了漫長的追求，雖然Edward Chang和團隊的研究帶來了新的希望，但是他本人也表示，目前這項功能只存在於實驗室中，尚不能在現實中使用。
從原理上來說，Chang團隊所做的工作並不是徹底將思想轉化爲語言，而是通過捕捉人們發聲時候各個器官以及腦信號的活動，再將其合成語音，播放出來。
該團隊也明確表示：第一個成功的模型是在可以說話的人身上試驗成功的，至於是否會對失去語言能力的人有所幫助，尚有待發掘。
如果有讀者對該項研究感興趣，可以查看相關論文。
更多內容，請關注AI前線！
