استفاده از تکنولوژی Deep Learning برای ترجمه سیگنال صوتی مغز به متن

افرادی که به دلیل بیماری‌های مغزی (یا تصادف) دچار فلج مغزی می‌شوند در بسیاری از موارد قدرت تکلم خود را از دست می‌دهند و خانواده‌ی آن‌ها برای ارتباط با آن‌ها با مشکلات بسیاری گلاویز می‌شوند. حال با پیشرفت تکنولوژی (مخصوصا فناوری‌های هوش مصنوعی) شاهد ورود دانشمندان و محققان دانشگاه‌های مختلف برای برطرف کردن معضل معلولان و ناتوانان جسمی هستیم. برای جزئیات بیشتر استفاده تکنولوژی Deep Learning با ما همراه باشید.

• کاربردهای Deep Learning

چگونگی توسعه تکنولوژی Deep Learning برای ترجمه سیگنال‌های مغز

محققان دانشگاه کالیفورنیا و سانفرانسیسکو با استفاده از تکنولوژی Deep Learning روشی ابداع کرده‌اند که به افراد فلج مغزی امکان ارتباط با مغز خود و در ادامه ترجمه سیگنال صوتی مغز به متن را می‌دهد. این فناوری از شبکه‌های عصبی مغز برای تبدیل امواج به کلمات و عبارات استفاده می‌کند و محققان نیز با کاشت ایمپلنتی در درون جمجمه فرد، قسمت گفتار مغز را کنترل و تحت نظر می‌گیرند. تاکنون برای رفع این معضل، پروژه‌های مختلفی با فناوری‌های عصبی و یا پروتز توسط محققان ارائه شده بود اما این روش‌های بسیار کند عمل می‌کردند و یا برای ترجمه چند جمله بلند نیاز به چند دقیقه پردازش داشتند.

این روش جدید به غیر از استفاده از الگوریتم‌های بسیار بهینه شده، روش جدیدی را روی بخش ایجاد صوت در مغز به کار می‌گیرد که به غیر از صدا، کنترل دست یا بازو را هم بر عهده دارند. محققان دانشگاه کالیفورنیا و سانفرانسیسکو برای توسعه این سیستم سیگنال‌های مغزی افراد داوطلب را بدون اختلال ضبط کردند و پس از کاشت ایمپلنت مغزی، رمزگشایی‌ آن‌ها را یاد گرفتند. به گفته مخققین برای بهبود دقت الگوریتم به کار رفته برای ترجمه این سیگنال‌ها، از یک مدل آماری زبان استفاده شده است. مانع اصلی این پروژه، تردید در نحوه کنترل گفتار در افراد دارای اختلال مغزی بود، چرا که تمام داوطلبین افراد سالم بودند و محققان روی بهره‌وری بیشتر این سیستم روی افراد فلج شک داشتند. در اولین آزمایش، یک شخص فلج مغزی توانست تا 50 کلمه ساده برای برطرف کردن نیاز‌های ساده روزمره خود را به درستی و با سرعت منتقل کند.