AI正在破解人类大脑语言信号,最新研究表明转化准确率高达80%

简介: 如果研究成功率更高,将意味着未来“渐冻症”患者会拥有一种全新而又简单的交流方式。

如果研究成功率更高,将意味着未来“渐冻症”患者会拥有一种全新而又简单的交流方式。

AI技术能够破解我们的大脑吗?最近,国外几个科研小组给出了一个近似的答案。他们通过大脑数据训练出了一种AI系统,在结合既有的深度学习以及语音相关技术,这套系统能够将大脑活动数据“翻译”为语音。

TB1aBVrAgTqK1RjSZPhXXXfOFXa.jpg

解读大脑活动信息主要是为了那些丧失语言功能的人服务,比如患上渐冻症的病人,他当他们丧失语言能力时候,基本上难以与外界交流,所以有不少研究学者在试图攻克这块难题,去解读他们说话时的脑部信号。

据研究团队介绍,收集大脑活动数据的过程非常艰难,研究所用到的神经网络计算模型需要打开头盖骨植入电极的方式来获取精准的数据,所以这套模型只有在少数脑外科手术的过程中进行信息收集。

TB11gVvAXzqK1RjSZFvXXcB7VXa.jpg

在哥伦比亚大学计算机科学家Nima Mesgaran的研究中,他们先收集癫痫患者听到声音时候的听觉皮层信息,然后再用神经网络计算模型转换成相应的语音信息,从而和原始信息进行比较。另外来自加州大学旧金山分校的Gopala K Anumanchipalli 教授团队也做了类似的试验,最终一些内容的识别率超过了80%。

再加上另外一些科研小组的数据,总结来看,当前几个科研小组在研的重建语音技术准确率在40%到80%之间。

如果研究成功率更高,将意味着未来“渐冻症”患者会拥有一种全新而又简单的交流方式。

不过,遗憾的是,目前研究还处于早期阶段,只可以收集解读人们说话时候的大脑信息,当他们在心里默念或者思考时的大脑信号,目前AI还难以理解。

一方面,AI可以从人类大脑的构造中不断地学习优化,比如利用大脑的一些原理,人工神经网络可以实现学习和自主学习。另一方面,AI又反过来深入理解我们的大脑活动。这是一个相辅相成的结果,或许未来有一天,AI真的可以理解人类的情绪,成为有“情感”的技术。

相关文章
|
6月前
|
人工智能 自然语言处理 开发者
|
7月前
|
人工智能 安全 数据中心
|
6月前
|
人工智能 Rust 并行计算
AI大模型开发语言排行
AI大模型开发涉及多种编程语言:Python为主流,用于算法研发;C++/CUDA优化性能;Go/Rust用于工程部署;Java适配企业系统;Julia等小众语言用于科研探索。
1952 127
|
5月前
|
存储 人工智能 安全
拔俗AI临床大数据科研分析平台:让医学研究更智能、更高效
阿里云原生AI临床大数据科研平台,打通异构医疗数据壁垒,实现智能治理、可视化分析与多中心安全协作,助力医院科研提速增效,推动精准医疗发展。
1035 1
|
6月前
|
传感器 人工智能 监控
建筑施工安全 “智能防线”!AI 施工监测系统,全方位破解多场景隐患难题
AI施工监测系统通过多场景识别、智能联动与数据迭代,实现材料堆放、安全通道、用电、大型设备及人员行为的全场景智能监管。实时预警隐患,自动推送告警,联动现场处置,推动建筑安全从“人工巡查”迈向“主动防控”,全面提升施工安全管理水平。
1224 15
|
5月前
|
存储 人工智能 OLAP
AI Agent越用越笨?阿里云AnalyticDB「AI上下文工程」一招破解!
AI上下文工程是优化大模型交互的系统化框架,通过管理指令、记忆、知识库等上下文要素,解决信息缺失、长度溢出与上下文失效等问题。依托AnalyticDB等技术,实现上下文的采集、存储、组装与调度,提升AI Agent的准确性与协同效率,助力企业构建高效、稳定的智能应用。
|
6月前
|
人工智能 监控 数据可视化
如何破解AI推理延迟难题:构建敏捷多云算力网络
本文探讨了AI企业在突破算力瓶颈后,如何构建高效、稳定的网络架构以支撑AI产品化落地。文章分析了典型AI IT架构的四个层次——流量接入层、调度决策层、推理服务层和训练算力层,并深入解析了AI架构对网络提出的三大核心挑战:跨云互联、逻辑隔离与业务识别、网络可视化与QoS控制。最终提出了一站式网络解决方案,助力AI企业实现多云调度、业务融合承载与精细化流量管理,推动AI服务高效、稳定交付。
|
6月前
|
机器学习/深度学习 存储 人工智能
AI 视频检测:重构食品质检体系,破解大规模生产品质难题
AI视频检测技术助力食品行业质检升级,通过实时感知、精准识别与数据驱动,实现从加工到成品的全流程智能管控,解决传统质检效率低、标准不统一等问题。
826 0