Παραπληγική γυναίκα «μίλησε» μέσω άβαταρ!

Μια γυναίκα που έπασχε από σοβαρή παράλυση κατάφερε να μιλήσει μέσω ενός άβαταρ το οποίο χρησιμοποίησε τεχνολογία που κατέστησε δυνατή τη μετάφραση των εγκεφαλικών σημάτων σε λόγο και εκφράσεις του προσώπου.

Το επίτευγμα αυτό αυξάνει τις ελπίδες ότι η αλληλεπίδραση ανάμεσα στον ανθρώπινο εγκέφαλο και τους υπολογιστές (BCI) θα μπορούσε να αλλάξει τις ζωές των ανθρώπων οι οποίοι έχουν απολέσει τη δυνατότητα να μιλούν, εξαιτίας εγκεφαλικών επεισοδίων ή αμυοτροφικής πλευρικής σκλήρυνσης (ALS).

Μέχρι σήμερα, οι ασθενείς ήταν υποχρεωμένοι να βασίζονται σε ιδιαιτέρως αργούς μηχανισμούς σύνθεσης του λόγου, που βοηθούν στην εκφορά λέξεων με βάση την παρακολούθηση των ματιών ή μικρών κινήσεων στο πρόσωπο, κάτι που ουσιαστικά σήμαινε ότι η φυσική συνομιλία ήταν αδύνατη.

Αντιθέτως, η νέα τεχνολογία χρησιμοποιεί μικροσκοπικά ηλεκτρόδια τα οποία εμφυτεύονται στην επιφάνεια του εγκεφάλου προκειμένου να «διαβάσουν» την ηλεκτρονική δραστηριότητα που αναπτύσσεται σε εκείνο το μέρος του το οποίο έχει να κάνει με την ομιλία και τους μορφασμούς. Τα σήματα αυτά, στη συνέχεια, μετατρέπονται απευθείας σε ομιλία ενός ψηφιακού άβαταρ, του οποίου οι μορφασμοί περιλαμβάνουν το χαμόγελο, τη δυσφορία και την έκπληξη.

Η ασθενής, η 47χρονη Αν, υποφέρει από σοβαρή παράλυση έπειτα από εγκεφαλικό που υπέστη πριν από 18 χρόνια. Δεν είναι σε θέση να μιλήσει ή να γράψει και συνήθως επικοινωνεί μέσω τεχνολογίας που καταγράφει τις κινήσεις της και της επιτρέπει να επιλέξει γράμματα, συνθέτοντας μέχρι και 14 λέξεις ανά λεπτό. Η ίδια ελπίζει ότι η νέα τεχνολογία θα της δώσει τη δυνατότητα να εργαστεί ως σύμβουλος μελλοντικά.

Η επιστημονική ομάδα εμφύτευσε ένα ορθογώνιο παραλληλόγραμμο, που έχει πάχος όσο ένα χαρτί και περιέχει 253 ηλεκτρόδια, στην επιφάνεια του εγκεφάλου της και σε εκείνη την περιοχή που ελέγχει την ομιλία. Τα ηλεκτρόδια κατέγραψαν σήματα τα οποία, εάν δεν είχε προηγηθεί το εγκεφαλικό επεισόδιο, θα κινούσαν τους μυς στη γλώσσα, το σαγόνι, τον λάρυγγα και το πρόσωπό της.

Μετά την εμφύτευση, η Αν εργάστηκε με την ομάδα προκειμένου να εκπαιδεύσει τον αλγόριθμο του συστήματος της τεχνητής νοημοσύνης (ΑΙ) ώστε να είναι σε θέση να αναγνωρίζει τα μοναδικά σήματα του εγκεφάλου της που αντιστοιχούν σε διάφορους ήχους στο πλαίσιο της ομιλίας, επαναλαμβάνοντας διαρκώς διαφορετικές φράσεις.

Ο υπολογιστής έμαθε να αναγνωρίζει 39 διαφορετικούς ήχους και ένα γλωσσικό μοντέλο στο πρότυπο του ChatGPT χρησιμοποιήθηκε για να τους μετατρέπει σε ολοκληρωμένες προτάσεις. Στη συνέχεια, αυτές τροφοδότησαν το άβαταρ με μια φωνή παρόμοια με εκείνη της Αν πριν από την πάθησή της, βασισμένη σε ηχογραφημένα αποσπάσματα από τον γάμο της.

Η τεχνολογία δεν είναι αλάνθαστη, με το ποσοστό λάθους στην αποκωδικοποίηση των λέξεων να φτάνει στο 28% σε ένα κείμενο το οποίο περιελάμβανε περισσότερες από 500 φράσεις. Παρήγαγε δε ένα κείμενο με ρυθμό 78 λέξεων ανά λεπτό, ενώ σε μια φυσική συνομιλία ανάμεσα σε ανθρώπους ο ρυθμός είναι περίπου 115-120 λέξεις.

Παρ’ όλα αυτά, οι επιστήμονες θεωρούν ότι η πρόοδος που συντελέστηκε εσχάτως όσον αφορά την πιστότητα, την ταχύτητα και τη συνεκτικότητα οδηγεί στο συμπέρασμα ότι η τεχνολογία βρίσκεται πλέον σε ένα σημείο στο οποίο μπορεί να είναι πρακτικά χρήσιμη για τους ασθενείς.

«Πρόκειται ουσιαστικά για ένα άλμα σε σύγκριση με τα αποτελέσματα που είχαμε ως σήμερα», σχολίασε ο καθηγητής Νευρολογίας στο Πανεπιστήμιο της Ουτρέχτης στην Ολλανδία Νικ Ράμσεϊ. «Εφόσον καταφέρουμε να δώσουμε στους ανθρώπους την ικανότητα να ελέγχουν ελεύθερα τους υπολογιστές και τα τηλέφωνά τους μέσω αυτής της τεχνολογίας, αυτό θα έχει πολύ σημαντικές συνέπειες για την ανεξαρτησία τους και τις κοινωνικές τους σχέσεις», εκτίμησε από την πλευρά του ο Ντέιβιντ Μόουζες, βοηθός καθηγητής Νευροχειρουργικής στο UCSF και μετέχων στην έρευνα, της οποίας τα συμπεράσματα δημοσιεύτηκαν στο περιοδικό «Nature».