Thành tựu khoa học: Người phụ nữ bị liệt "nói" được thông qua tín hiệu não
Trong một thành tựu đột phá, một người phụ nữ từng bị tàn tật đã thành công tái khẳng định khả năng nói, nhờ việc chặn và biến đổi tín hiệu não của cô thành một hình ảnh động có khả năng nói, đầy đủ với biểu cảm khuôn mặt và mẫu âm thanh lấy từ giọng thật của người phụ nữ, tạo nên một thành tựu đầu tiên trên thế giới đầy ấn tượng.
Vào tuổi 30, Ann, nay đã 48 tuổi, đã trải qua cú đột quỵ não đột ngột, khiến cô bị tàn tật. Tuy nhiên, các nhà khoa học từ Đại học California đã tạo ra một cuộc tái sinh thành công.
Phát triển quan trọng này liên quan đến việc cấy ghép một tấm hình chữ nhật mỏng như giấy gồm 253 điện cực vào vùng não của Ann có liên quan đến việc nói chuyện. Tận dụng tiềm năng của trí tuệ nhân tạo, họ tạo ra một giao diện não-máy tính (BCI).
Hệ thống BCI đột phá này chặn tín hiệu não liên quan đến việc nói chuyện và đưa chúng vào một bộ máy tính thông qua dây cáp, được kết nối với một cổng cố định trên đầu cô. Ấn tượng hơn, các tín hiệu này được giải mã thành văn bản với tốc độ nhanh chóng là 80 từ mỗi phút.
Ngoài ra, giọng nói của Ann, được ghi âm từ ngày cô cưới trước cú đột quỵ, đã được tái tạo và tích hợp vào một hình ảnh động trên màn hình. Hình ảnh động này không chỉ sử dụng giọng nói của cô mà còn phản ánh biểu cảm khuôn mặt của cô, mang đến sự sống cho những từ ngữ của cô.
Tiến sĩ Edward Chang, Chủ tịch Khoa phẫu thuật thần kinh tại Đại học California San Francisco, nhấn mạnh: "Mục tiêu của chúng tôi là khôi phục cách thức giao tiếp trọn vẹn, toàn diện, đó thực sự là cách tự nhiên nhất để chúng ta nói chuyện với người khác." Ông ca ngợi những tiến bộ này là những bước quan trọng hướng đến việc tạo ra một giải pháp thực sự cho bệnh nhân.
Trong vài tuần, Ann đã cùng nhóm nghiên cứu làm việc để huấn luyện thuật toán trí tuệ nhân tạo của hệ thống nhận biết tín hiệu não độc đáo của cô để phục vụ việc nói chuyện.
Quá trình này bao gồm việc lặp lại các cụm từ khác nhau từ một từ vựng hội thoại gồm 1.024 từ nhiều lần, cho đến khi máy tính nhận ra các mẫu hoạt động não liên quan đến âm thanh.
Thay vì huấn luyện trí tuệ nhân tạo nhận ra các từ hoàn chỉnh, các nhà nghiên cứu đã tạo ra một hệ thống giải mã từ các phụ âm. Ví dụ, "Xin chào," bao gồm bốn phụ âm: "HH," "AH," "L" và "OW."
Sử dụng cách tiếp cận này, máy tính chỉ cần học 39 phụ âm để giải mã bất kỳ từ nào trong tiếng Anh. Điều này đã nâng cao độ chính xác của hệ thống và làm cho nó nhanh hơn ba lần.
"Độ chính xác, tốc độ và từ vựng là rất quan trọng," nói Sean Metzger, người đã phát triển trình giải mã văn bản trong Chương trình Kỹ thuật Sinh học chung của UC Berkeley và UCSF. "Đó là điều mang lại tiềm năng cho người dùng, trong tương lai, để giao tiếp gần như nhanh chóng như chúng ta và có cuộc trò chuyện tự nhiên và bình thường hơn."
Sử dụng quá trình học máy tùy chỉnh cho phép phần mềm của công ty kết hợp với tín hiệu được gửi từ não của cô, hình ảnh động máy tính đã có thể mô phỏng các cử chỉ của Ann, làm cho hàm răng mở và đóng, môi thò ra và túi lại và lưỡi lên và xuống, cũng như những cử chỉ khuôn mặt cho sự hạnh phúc, buồn rầu và ngạc nhiên.
Nhóm nghiên cứu hiện đang làm việc trên một phiên bản không dây, giúp người dùng không cần phải kết nối với máy tính.
Vào tuổi 30, Ann, nay đã 48 tuổi, đã trải qua cú đột quỵ não đột ngột, khiến cô bị tàn tật. Tuy nhiên, các nhà khoa học từ Đại học California đã tạo ra một cuộc tái sinh thành công.
Phát triển quan trọng này liên quan đến việc cấy ghép một tấm hình chữ nhật mỏng như giấy gồm 253 điện cực vào vùng não của Ann có liên quan đến việc nói chuyện. Tận dụng tiềm năng của trí tuệ nhân tạo, họ tạo ra một giao diện não-máy tính (BCI).
Hệ thống BCI đột phá này chặn tín hiệu não liên quan đến việc nói chuyện và đưa chúng vào một bộ máy tính thông qua dây cáp, được kết nối với một cổng cố định trên đầu cô. Ấn tượng hơn, các tín hiệu này được giải mã thành văn bản với tốc độ nhanh chóng là 80 từ mỗi phút.
Ngoài ra, giọng nói của Ann, được ghi âm từ ngày cô cưới trước cú đột quỵ, đã được tái tạo và tích hợp vào một hình ảnh động trên màn hình. Hình ảnh động này không chỉ sử dụng giọng nói của cô mà còn phản ánh biểu cảm khuôn mặt của cô, mang đến sự sống cho những từ ngữ của cô.
Tiến sĩ Edward Chang, Chủ tịch Khoa phẫu thuật thần kinh tại Đại học California San Francisco, nhấn mạnh: "Mục tiêu của chúng tôi là khôi phục cách thức giao tiếp trọn vẹn, toàn diện, đó thực sự là cách tự nhiên nhất để chúng ta nói chuyện với người khác." Ông ca ngợi những tiến bộ này là những bước quan trọng hướng đến việc tạo ra một giải pháp thực sự cho bệnh nhân.
Trong vài tuần, Ann đã cùng nhóm nghiên cứu làm việc để huấn luyện thuật toán trí tuệ nhân tạo của hệ thống nhận biết tín hiệu não độc đáo của cô để phục vụ việc nói chuyện.
Quá trình này bao gồm việc lặp lại các cụm từ khác nhau từ một từ vựng hội thoại gồm 1.024 từ nhiều lần, cho đến khi máy tính nhận ra các mẫu hoạt động não liên quan đến âm thanh.
Thay vì huấn luyện trí tuệ nhân tạo nhận ra các từ hoàn chỉnh, các nhà nghiên cứu đã tạo ra một hệ thống giải mã từ các phụ âm. Ví dụ, "Xin chào," bao gồm bốn phụ âm: "HH," "AH," "L" và "OW."
Sử dụng cách tiếp cận này, máy tính chỉ cần học 39 phụ âm để giải mã bất kỳ từ nào trong tiếng Anh. Điều này đã nâng cao độ chính xác của hệ thống và làm cho nó nhanh hơn ba lần.
"Độ chính xác, tốc độ và từ vựng là rất quan trọng," nói Sean Metzger, người đã phát triển trình giải mã văn bản trong Chương trình Kỹ thuật Sinh học chung của UC Berkeley và UCSF. "Đó là điều mang lại tiềm năng cho người dùng, trong tương lai, để giao tiếp gần như nhanh chóng như chúng ta và có cuộc trò chuyện tự nhiên và bình thường hơn."
Sử dụng quá trình học máy tùy chỉnh cho phép phần mềm của công ty kết hợp với tín hiệu được gửi từ não của cô, hình ảnh động máy tính đã có thể mô phỏng các cử chỉ của Ann, làm cho hàm răng mở và đóng, môi thò ra và túi lại và lưỡi lên và xuống, cũng như những cử chỉ khuôn mặt cho sự hạnh phúc, buồn rầu và ngạc nhiên.
Nhóm nghiên cứu hiện đang làm việc trên một phiên bản không dây, giúp người dùng không cần phải kết nối với máy tính.
Nguồn báo: goodnewsnetwork.org
Tin vui khác
