人工智能或许在不久的将来能够直接解读人脑电波( 二 )_在近期发表于bioRxiv的3篇论文中

当患者听取声音文件时，研究人员记录了患者大脑中处理声音部分的神经元活动。他们尝试了多种方法将神经元活动数据转化成语音，发现“深度学习”的效果最佳。深度学习是机器学习的分支，计算机可以在无人管理的情况下，通过深度学习来解决问题。当研究人员通过一个合成人类声音的声码器播放转化结果时，由11个听众组成的小组解读这些词的准确率是75% 。

第二篇论文采用的是正在进行切除脑肿瘤手术的患者的神经元记录。当患者大声朗读单音节词时，研究人员记录了他们嘴里发出的声音，以及他们大脑中发音区域的神经元活动。研究人员没有训练计算机深度学习每一位患者的语音，而是教导人工神经网络将神经记录转化成音频文件。结果显示，这些音频文件至少在相当程度上是可以理解的，并且类似麦克风录音的效果。以上这两项研究的声音文件都可以在网上下载。

第三篇论文采用的神经元活动记录来自大脑中将决定说出的特定单词转化为肌肉运动的区域。尽管目前该实验的记录还没有在网上公布，但研究人员报道称，他们成功重建了整个语句（也是在癫痫患者进行脑外科手术时记录的），而且听到这些语句的人在多项选择测试（共有10个选项）中准确进行解释的成功率是83% 。该实验的方法依赖于识别出生成单个音节（而非整个单词）所涉及的模式。