یک رابط مغز و رایانه جدید مجهز به هوش مصنوعی، توانایی گفتار را به یک بازمانده از سکته مغزی بازگرداند و تأخیر این بازیابی را از 8 ثانیه به 1 ثانیه کاهش داد.

به گزارش ایسنا به نقل از آی ای، هجده سال پس از سکته مغزی که منجر به فلج تقریباً کامل آن جانسون (Ann Johnson) شد، وی به لطف رابط مغز و رایانه (BCI) که گفتار را مستقیماً از فعالیت مغز رمزگشایی می کند، دوباره صدای خود را شنید.

جانسون که در آن زمان 30ساله بود، معلم و مربی دبیرستان در کانادا بود. سپس یک سکته مغزی در سال 2005 باعث سندرم قفل شدگی در وی شد که یک بیماری نادر است که در آن فرد هوشیار می ماند، اما قادر به صحبت یا حرکت نیست.

از آن زمان، او با استفاده از یک سیستم ردیابی چشم تنها می توانست 14 کلمه در دقیقه بگوید و ارتباط برقرار کند که با سرعت مکالمه طبیعی حدود 160 کلمه در دقیقه بسیار فاصله داشت.

وی در سال 2022، سومین شرکت کننده در یک کارآزمایی بالینی به رهبری محققان دانشگاه کالیفرنیا برکلی و دانشگاه کالیفرنیا سانفرانسیسکو شد که با هدف بازیابی گفتار برای افراد مبتلا به فلج شدید انجام شد.

این تیم از یک پروتز عصبی استفاده کرد که سیگنال های قشر حرکتی گفتار را ضبط می کند و با دور زدن مسیرهای عصبی آسیب دیده، کلمات قابل شنیدن تولید می کند.

این دستگاه به یک ایمپلنت که روی ناحیه تولید گفتار مغز قرار می گیرد، متکی است. وقتی جانسون سعی می کند صحبت کند، ایمپلنت، فعالیت عصبی را تشخیص می دهد و سیگنال ها را به یک رایانه متصل ارسال می کند. سپس یک رمزگشای هوش مصنوعی این سیگنال ها را به متن، گفتار یا انیمیشن صورت روی یک آواتار دیجیتال ترجمه می کند.

در ابتدا، این سیستم از مدل های هوش مصنوعی توالی به توالی استفاده می کرد که قبل از تولید خروجی به یک جمله کامل نیاز داشتند و یک تأخیر هشت ثانیه ای ایجاد می کردند. در مارس 2025، این تیم گزارش داد که به یک معماری جریانی روی آورده اند که امکان ترجمه تقریباً بی درنگ را تنها با یک ثانیه تأخیر فراهم می کند.

محققان برای شخصی سازی این تجربه، صدای جانسون را از روی صدای ضبط شده سخنرانی عروسی اش در سال 2004 بازسازی کردند. او همچنین یک آواتار برای مطابقت با ظاهرش انتخاب کرد که می تواند حالات چهره مانند لبخند یا اخم را تقلید کند.

گوپالا آنومانچیپالی (Gopala Anumanchipalli)، استادیار مهندسی برق و علوم کامپیوتر در دانشگاه برکلی و ادوارد چانگ (Edward Chang)، جراح مغز و اعصاب در دانشگاه کالیفرنیا سانفرانسیسکو و کایلو لیتل جان (Kaylo Littlejohn)، دانشجوی دکترای دانشگاه برکلی می گویند هدف این است که پروتزهای عصبی، قابل اتصال و اجرا شوند و از سیستم های آزمایشی به ابزارهای بالینی استاندارد تبدیل شوند.

پیشرفت های آینده می تواند شامل ایمپلنت های بی سیم، حذف نیاز به اتصالات مستقیم کامپیوتر و آواتارهای واقع گرایانه برای تعاملات طبیعی تر باشد.

این تیم ایجاد همزادهای دیجیتالی را در نظر دارد که نه تنها صدای کاربر، بلکه سبک مکالمه و نشانه های بصری او را نیز شبیه سازی کنند.

این پیشرفت می تواند به جمعیت نسبتاً کوچک اما بسیار آسیب پذیر، از جمله افرادی که به دلیل سکته مغزی، ALS یا آسیب دیدگی، توانایی صحبت کردن را از دست داده اند، کمک کند تا ارتباط سریع تر و طبیعی تری را بازیابی کنند.

محققان تأکید می کنند که این سیستم فقط زمانی کار می کند که شرکت کننده عمداً سعی در صحبت کردن داشته باشد و اختیار کاربر و حریم خصوصی را حفظ کند.

این آزمایش زندگی جانسون را تغییر داد. او در بیانیه ای گفت: می خواهم بیماران مرا ببینند و بدانند که زندگی شان تمام نشده است.

او امیدوار است روزی به عنوان مشاور در یک مرکز توانبخشی کار کند و از یک پروتز عصبی برای صحبت با مراجعین استفاده کند.

محققان معتقدند با کاهش تأخیر به حدود یک ثانیه و پیشرفت های مداوم در مدل سازی هوش مصنوعی، بازیابی عملی و بی درنگ گفتار می تواند تنها در عرض چند سال محقق شود و نحوه ارائه صدا به کسانی که صدای خود را از دست داده اند، توسط فناوری تغییر یابد.