Μετάβαση στο περιεχόμενο

ή
|

Νέος εδώ;

Έχεις λογαριασμό;

Επαναφορά κωδικού

Εισάγετε το email σας και θα σας στείλουμε σύνδεσμο επαναφοράς

Θυμάστε τον κωδικό σας;

Εύρεση ονόματος χρήστη

Εισάγετε το email σας και θα σας στείλουμε το όνομα χρήστη

Θυμάστε το όνομα χρήστη σας;

Επιστήμονες κατάφεραν να αποκωδικοποιήσουν τα εγκεφαλικά μας κύματα σε γραπτό κείμενο

Για να διευκολυνθεί η επικοινωνία με παράλυτους ασθενείς

Αλέξανδρος Καρατζάς
Αλέξανδρος Καρατζάς

Αποθήκευση σε λίστα

Δεν υπάρχουν λίστες ακόμα

0/10 λίστες

Αποθήκευση σε λίστα

Δεν υπάρχουν λίστες ακόμα

0/10 λίστες

Επιστήμονες κατάφεραν να αποκωδικοποιήσουν τα εγκεφαλικά μας κύματα σε γραπτό κείμενο

Όταν ο Stephen Hawking ήθελε να μιλήσει, διάλεγε γράμματα και λέξεις από μία οθόνη σύνθεσης η οποία ελεγχόταν από κινήσεις των μυών στο μάγουλό του. Μια επαναστατική όμως προσέγγιση έρχεται να αλλάξει τον τρόπο που ένας άνθρωπος που δεν μπορεί να μιλήσει, επικοινωνεί με τους γύρω του. Στο Πανεπιστήμιο της Καλιφόρνια κατάφεραν να πάρουν εγκεφαλικά κύματα, να τα αποκωδικοποιήσουν και να τα μεταφράσουν σε γραπτό κείμενο. Και όλα αυτά σε πραγματικό χρόνο!

Μέχρι τώρα δεν υπάρχει κανένα προσθετικό σύστημα φωνής που επιτρέπει στους χρήστες του να αλληλεπιδρούν με τη μεγάλη ταχύτητα της ανθρώπινης συζήτησης. – Edward Chang, νευροχειρούργος, επικεφαλής του project

Το πείραμα περιλάμβανε τρεις ασθενείς με επιληψία, οι οποίοι θα έμπαιναν στο χειρουργείο. Πριν την επέμβαση, τοποθετήθηκε ένα patch ηλεκτροδίων απευθείας στον εγκέφαλο για μία εβδομάδα για να ανιχνευθεί η πηγή των επιληπτικών κρίσεων. Ενώ καταγραφόταν η εγκεφαλική δραστηριότητα λοιπόν και ενώ και οι τρεις μπορούσαν να μιλήσουν κανονικά, τους ζητήθηκε να διαβάσουν μία λίστα 24 πιθανών απαντήσεων για εννιά ερωτήσεις. Ο Chang χρησιμοποιώντας εκμάθηση μηχανής ταίριαξε συγκεκριμένη εγκεφαλική δραστηριότητα με τις ερωτήσεις που τους τέθηκαν και τις απαντήσεις που έδωσαν. Στο τέλος του πειράματος, το software μπορούσε να αναγνωρίσει σε πραγματικό χρόνο και μόνο από τα εγκεφαλικά σήματα, ποια ερώτηση άκουσε ο ασθενής και ποια απάντηση έδωσε με ακρίβεια 76% και 61% αντίστοιχα.

Advertisement

Αυτή είναι η πρώτη φορά που αυτή η μέθοδος χρησιμοποιείται για να αναγνωρίσει λέξεις και φράσεις που έχουν λεχθεί. Είναι σημαντικό να σημειώσουμε πως το πετύχαμε αυτό χρησιμοποιώντας πολύ περιορισμένο λεξιλόγιο, αλλά σε μελλοντικές μελέτες ελπίζουμε να αυξήσουμε την ευελιξία του συστήματος καθώς και την ακρίβεια του τι μπορούμε να μεταφράσουμε.

Το σύστημα, αν και στα εμβρυακά του στάδια, είναι αρκετό για να επιτρέψει σε ασθενείς με παράλυση να απαντούν σε απλές ερωτήσεις, όπως το πώς αισθάνονται, αν κάνει κρύο ή ζέστη στο δωμάτιο, αν θέλουν φώτα ή όχι, αν πεινάνε κλπ. Το paper της έρευνας μπορείτε να το βρείτε ολόκληρο στο Nature.

Ακολουθήστε το Unboxholics στο Google News για να μαθαίνετε πρώτοι τα τελευταία νέα για τεχνολογία, videogames, ταινίες και σειρές. Ακολουθήστε το Unboxholics σε Facebook, Twitter, Instagram, Spotify και TikTok.