據(jù)英國《自然·神經(jīng)科學(xué)》雜志30日發(fā)表的一項腦機(jī)接口最新研究，美國科學(xué)家報告了一種能夠以較高準(zhǔn)確率解碼神經(jīng)活動，并將其翻譯為句子的機(jī)器翻譯算法。

當(dāng)人類思考時，大腦皮層中的神經(jīng)元會產(chǎn)生微小的電流，不同的思考活動，激活的神經(jīng)元也不同——這就是腦機(jī)接口技術(shù)所依靠的原理。但一直以來，腦機(jī)接口在解碼神經(jīng)活動方面只取得了有限的成功，其準(zhǔn)確率依然遠(yuǎn)遠(yuǎn)低于解碼自然言語——過去的腦機(jī)接口只能解碼口頭詞語的片段或口頭詞組中不到40%的詞語。

此次，美國加州大學(xué)舊金山分?？茖W(xué)家約瑟芬·馬金及其同事，盤點了機(jī)器翻譯領(lǐng)域的最新進(jìn)展，并利用這些方法訓(xùn)練循環(huán)神經(jīng)網(wǎng)絡(luò)，將神經(jīng)信號直接映射為句子。

研究中，4名受試者此前顱內(nèi)均被植入了用以監(jiān)測癲癇的電極，電極會將他們大聲讀出句子時的神經(jīng)活動記錄下來。之后，這些記錄被添加到一個循環(huán)神經(jīng)網(wǎng)絡(luò)中，從而將規(guī)律性出現(xiàn)的神經(jīng)特征表示出來，這些神經(jīng)特征可能與言語的重復(fù)性特征(比如元音、輔音或發(fā)音器官接收的指令)相關(guān)。接著，另一個循環(huán)神經(jīng)網(wǎng)絡(luò)逐字解碼這種算法，形成句子。作者還發(fā)現(xiàn)，明顯參與言語解碼的腦區(qū)同樣參與言語生成和言語感知。

這種機(jī)器翻譯方法將一名受試者的神經(jīng)活動解碼為口頭句子的錯誤率，已經(jīng)和專業(yè)級言語轉(zhuǎn)錄相當(dāng)。此外，如果利用某人的神經(jīng)活動和言語對循環(huán)網(wǎng)絡(luò)進(jìn)行預(yù)訓(xùn)練后再在另一名受試者身上進(jìn)行訓(xùn)練，最終的解碼結(jié)果有所改善，這意味著這種方法在不同人員之間或許是可轉(zhuǎn)移的。

研究人員表示，目前還需要開展進(jìn)一步的研究來更加完整地改善這個系統(tǒng)的功能，將解碼范圍擴(kuò)展到研究所限語言之外。(記者張夢然)