كيف أعاد الذكاء الاصطناعي صوت امرأة مشلولة؟
طور الباحثون في جامعة كاليفورنيا في سان فرانسيسكو وجامعة كاليفورنيا في بيركلي واجهة بين الدماغ والحاسوب (BCI) مكنت امرأة تعاني من شلل شديد بسبب سكتة دماغية من التحدث من خلال الصورة الرمزية الرقمية.
وهذه هي المرة الأولى التي يتم فيها تصنيع الكلام أو تعبيرات الوجه من إشارات الدماغ. ويمكن للنظام أيضًا فك تشفير هذه الإشارات وتحويلها إلى نص بمعدل 80 كلمة في الدقيقة تقريبًا، وهو تحسن كبير مقارنةً بالتكنولوجيا المتاحة تجاريًا.
وقال إدوارد تشانغ، وهو عضو في معهد ويل لعلم الأعصاب بجامعة كاليفورنيا في سان فرانسيسكو وأستاذ جين روبرتسون المتميز في علم الأعصاب: “هدفنا هو استعادة طريقة كاملة ومجسدة للتواصل، وهي في الواقع الطريقة الأكثر طبيعية بالنسبة لنا للتحدث مع الآخرين”. الطب النفسي. “هذه التطورات تقربنا كثيرًا من جعل هذا حلاً حقيقياً للمرضى.”
وقد أثبت فريق تشانغ سابقًا أنه من الممكن فك تشفير إشارات الدماغ إلى نص لدى رجل كان قد تعرض أيضًا لسكتة دماغية قبل عدة سنوات. وتوضح الدراسة الحالية شيئا أكثر طموحا: فك تشفير إشارات الدماغ وتحويلها إلى ثراء الكلام، إلى جانب الحركات التي تحرك وجه الشخص أثناء المحادثة.
وبدلاً من تدريب الذكاء الاصطناعي على التعرف على الكلمات بأكملها، أنشأ الباحثون نظامًا يقوم بفك تشفير الكلمات من المقاطع الصوتية. هذه هي الوحدات الفرعية للكلام التي تشكل الكلمات المنطوقة بنفس الطريقة التي تشكل بها الحروف الكلمات المكتوبة. تحتوي كلمة “Hello” على سبيل المثال على أربعة أصوات صوتية: “HH” و”AH” و”L” و”OW”.
وباستخدام هذا الأسلوب، يحتاج الكمبيوتر فقط إلى تعلم 39 صوتًا لفك تشفير أي كلمة باللغة الإنجليزية. أدى هذا إلى تحسين دقة النظام وجعله أسرع ثلاث مرات.
ولإنشاء الصوت، ابتكر الفريق خوارزمية لتجميع الكلام، والتي قاموا بتخصيصها لتبدو مثل صوتها قبل الإصابة، وذلك باستخدام تسجيل لها وهي تتحدث في حفل زفافها.
قام الفريق بتحريك الصورة الرمزية بمساعدة برنامج يحاكي ويحرك حركات عضلات الوجه، طورته شركة Speech Graphics، وهي شركة تصنع رسوم متحركة للوجه تعتمد على الذكاء الاصطناعي. أنشأ الباحثون عمليات تعلم آلي مخصصة سمحت لبرنامج الشركة بالتشابك مع الإشارات المرسلة من دماغ المرأة أثناء محاولتها التحدث وتحويلها إلى حركات على وجه الصورة الرمزية، مما يجعل الفك مفتوحًا ومغلقًا، والشفاه بارزة. والمحفظة واللسان يصعد وينزل، وكذلك حركات الوجه للسعادة والحزن والمفاجأة.
تتمثل الخطوة التالية المهمة للفريق في إنشاء إصدار لاسلكي لا يتطلب من المستخدم أن يكون متصلاً فعليًا بواجهة BCI.
وقال المؤلف المشارك الأول ديفيد موسيس، دكتوراه، وأستاذ مساعد في جراحة الأعصاب: “إن منح الناس القدرة على التحكم بحرية في أجهزة الكمبيوتر والهواتف الخاصة بهم باستخدام هذه التكنولوجيا سيكون له آثار عميقة على استقلالهم وتفاعلاتهم الاجتماعية”.
