| 2020年4月1日夜10時42分 |
鉛：このアルゴリズムはまた、限られた文を扱うことができますが、認識率の高さは世界の不思議を聞かせていますが。
カリフォルニア州、サンフランシスコの大学の科学者たちは、文章の中にリアルタイム翻訳に直接被験者の脳波ことができるアルゴリズムを訓練した、エラー率はわずか3％でした。
「ネイチャーニューロサイエンス」（ネイチャーニューロサイエンス）誌に発表された研究は、彼らが下部電極が彼らの脳の活動を記録しながら、声を出して30〜50倍の定型文を読むように求めていた4人のボランティアを募集しました。[1]
雷鋒ネットワーク[注：人間の脳はあまり理解されています。出典：Pixabay 所有者：ゲルトアルトマン]
データは、各文章データの脳活動は、数値や文字列の文字列に機械学習アルゴリズムへの入力に変換されていること。
オーディオと実際の比較のために記録これらの脳活動データから、何度も何度も輸出サウンドシステム、。数字と文字列は、システムに再入力された単語のシーケンスに変換されます。
最初に、システムは、意味のない文章を吐き出すます。しかし、各単語列が改善された文、単語の学習された関係数値文字列の実際の読み取りと比較され、どの単語が文脈です。
話す脳活動から書かれたテキスト、同様の機械翻訳まで連続学習アルゴリズム。
新システムの精度は、従来の方法よりもはるかに高いです。精度は変わるが、ボランティアの一つが、平均文はわずか3％高い5％の速記者ワード誤り率よりも補正する必要があります。
もちろん、このシステムは、まだ大きな制限があり、アルゴリズムは、文章のほんの数を処理することができます。重度の障害が言語能力を失うと、それは人々の文を声に出し記録し、脳の活性に依存するため、システムは、患者に使用することはできません。
しかし、各ボランティアは、はるかに最大の精度に達し、小さなデータセットの限定された状況下で、電車に40分以内を要しました。
ブレインコンピュータインタフェース
人間の脳の間の接続経路を確立するには、外部機器への信号から新しいものではない、BCIの研究は、30年間続いています。
[雷鋒ネットワーク（パブリック数：雷鋒ネットワーク）注：ほぼ30年間の脳とコンピュータのインターフェイスは、ホットな話題となっています。出典：Pixabay 所有者：aytuguluturk]
正しい単語40％未満を復号する、いくつかの100ワードの連続音声の場合には、過去10年間で、我々は、音声信号を復号することができたが、単離された音素または単音節の単語に限定されるもの。
科学者たちは、より直接的な方法は、同様の機械翻訳アルゴリズムを取ることですました。機械翻訳は、一つの言語から別の言語翻訳アルゴリズムのテキストですが、テキストは、脳波信号を締結しました。紙、「使用エンコーダ - デコーダのフレームワーク：テキスト機械翻訳の大脳皮質の活動」には、詳細にこのプロセスを説明します。
再度、別のボランティアの訓練を訓練するボランティアのためのシステムの後、デコード結果は、テクノロジーが人々の間で移行できることを示唆し、改善されました。
GitHubの上に、紙に対応するコードを置きました。
テキストへのスピーチで神経からのデコードデータに設定さecog2txtモジュール。これは、Pythonコードの実装に被験者間で学習の高度な機能の転送を使用しています。[2]
雷鋒ネットワーク[注：ecog2txt対応する紙モジュールのオープンソース実装です]
トレーニング自体は別のmachine_learningソフトウェアパッケージ経由で実装することをTensorFlow年のシーケンスへのネットワークシーケンス。[3]
これらのパッケージの作者が、また、共著者ジョセフ・マキンの1（ジョセフ・メイキン）博士は現在、神経研究者の統合における科学UCSFセンターです。彼は、ブレイン・マシン・インタフェースを含む制御理論、アルゴリズム開発に特化、電気工学およびコンピュータサイエンスを専攻しました。[4]
雷鋒ネットワーク[注：画像ショー博士張補佐官]
紙の別の共著者は、博士張補佐官（エドワード・チャン）、彼は医師と神経外科医であるが、てんかん、脳腫瘍、三叉神経痛、片側顔面痙攣と大人の運動障害を持つと治療を専門としています。彼はまた、麻痺やスピーチ障害および他の神経疾患を持つ患者に機能を回復するために、補綴神経センターでプロジェクトを率い、現在はカリフォルニア大学サンフランシスコ校脳神経外科ウィル神経科学研究所の教授です。[5]
ユーザーレビュー
科学者たちは、かつて分かりやすい音声に脳信号は数十年かかることが考えられたが、今のギャップは数年で測定することができます。redditの科学の分野では、ニュース、30,000回の親指アップやコメントの数千人を引き起こしました。[6]
ユーザーは、これは考えて読者が発明したという意味ではないとコメントしderlumpenhund。これは主に、対応するデコード舌の動き大脳皮質の活動に依存して、事前に収集与えられたトピックのデータ、及び訓練する必要があり、直接、アクティブなあなたの心をデコードしません。ことでは、この開発も非常に素晴らしいです、と述べました。
ユーザーboointhehouseは早期スティーブン・ホーキングのための技術は、彼の一生の間にも、より多くの作業が行われていれば、と述べました。
ソース参照：
[1] https://www.nature.com/articles/s41593-020-0608-8.epdf
[2] https://github.com/jgmakin/ecog2txt
[3] https://github.com/jgmakin/machine_learning
[4] https://profiles.ucsf.edu/joseph.makin
[5] https://profiles.ucsf.edu/edward.chang
[6] https://www.reddit.com/r/science/comments/fry305/scientists_develop_ai_that_can_turn_brain/
