2024-08-21发表于上海
2024-01-28发表于加利福尼亚
#人工智能资料分享# #人工智能#结合#脑机接口#，让#渐冻症#患者恢复“说话”能力
#斯坦福大学#的 Francis Willett 团队在 Nature 期刊发表了题为：A high-performance speech neuroprosthesis 的研究论文。
该研究开发了一种#皮质内脑机接口#（iBCI），并通过训练人工智能（AI）软件，将渐冻症（ALS）患者大脑中的神经活动实时转化为文字，且比现有技术更快、更准确、覆盖更大词汇量。这项研究展示了一条可行的路径以恢复渐冻症等瘫痪者的语言沟通能力。
该研究开发了一种脑机接口（BCI）设备，通过与人工智能（AI）结合，将#瘫痪#者大脑中想象笔迹时的神经活动实时**为电脑屏幕上的文字，能够达到每分钟90个字符（18个单词）的速度，这是当时BCI相关方法的文字转换速度的世界纪录。
2022年3月29日，研究团队在 Pat Bennett 的大脑皮层表面植入了四个微型细电极阵列（每个阵列包含8×8个电极），用于收集单个细胞的神经活动，植入的阵列连接到金线上并通过电缆连接到电脑上，并训练人工智能来**她试图进行的发声。
植入手术后大约一个月，研究团队开始对 Pat Bennett 进行每周两次的训练，让她在大脑中尝试“读出”屏幕上从数据集中随机选出的句子，这些数据集由打电话的人的对话组成。当她尝试“读出”一句话时，她的大脑活动会被**并翻译成音素流，然后由自动更正系统组装成单词，显示在屏幕上原句的下方，然后下一个新的句子出现。每次训练都会重复260-480个句子，整个系统在不断改进，从而熟悉了她在尝试说话时的大脑活动。
经过四个月的训练后，Pat Bennett 大脑中尝试的讲话能够在电脑屏幕上以每分钟62个单词的速度被实时转换成文字，这一速度是此前类似装置的3.4倍，进一步接近了自然对话的速度（每分钟约160个词）。该系统在50个单词的词汇量下错误率为9.1%，比此前最先进的语言脑机接口装置低2.7倍。
Nature 在同期发表了题为：Brain implants that enable speech pass performance milestones 的“新闻与观点”文章中表示，这两个脑机接口装置“代表了神经科学和神经工程学研究的重大进步，对于缓解因瘫痪性神经损伤和疾病而失声的人的痛苦有巨大潜力”
2023-10-20发表于上海
2022-10-11
