Viimeisen vuosikymmenen aikana tutkijat ovat luoneet useita monimutkaisia ”aivo-tietokone” -järjestelmiä, joiden avulla on voitu muuntaa eri sairauksien vuoksi puhekykynsä menettäneiden ihmisten aivotoiminta puheeksi.
Tähän mennessä on kuitenkin onnistuttu tulkitsemaan vain pieni määrä sanoja. Nyt Yhdysvalloissa on kehitetty algoritmi, jonka avulla on onnistuttu tunnistamaan jopa 54 prosenttia ”puheesta”.
Muutama kuukausi sitten insinöörit Kalifornian yliopistosta Davisissa (Yhdysvallat) esittelivät laitteen, joka tulkitsi potilaan puhetta, joka ei kyennyt puhumaan selkeästi lateraalisen amyotrofisen skleroosin vuoksi. Hänen aivoihinsa implantoitiin elektrodit aivokuoren alueelle, joka vastaa motorisesta toiminnasta, joka tunnetusti osallistuu sanojen ääntämiseen. Jotta ”aivo-tietokone” -järjestelmä voisi toimia, potilaan piti yrittää kaikin voimin ”lausua” sanat artikuloimalla ne. Tämä ratkaisu oli kuitenkin erittäin epämukava ja väsyttävä potilaalle.
Stanfordin tutkijat käyttivät samaa elektrodeja aivoihin implantoivaa tekniikkaa, mutta valitsivat toisen lähestymistavan. Ensin he pyysivät neljää koehenkilöä lukemaan sanoja ja yrittämään ”lausua” ne ääneen. Sitten potilaat vain ajattelivat sanoja. Tutkijatiimi rekisteröi aivojen toimintaa elektroenkefalografilla ja havaitsi, että aivokuoren motorisen alueen neuronit olivat myös aktiivisia, vaikkakin vähemmän intensiivisesti.
Keinoälyn avulla tutkijat opettivat ”aivo-tietokone”-järjestelmän tunnistamaan foneemeja (pienimpiä puheyksiköitä) vertaamalla ‘lausuttuja’ ja ”kuviteltuja” sanoja. Sitten tekoäly kokosi foneemit sanoiksi ja lauseiksi sanakirjasta, joka sisälsi 125 000 merkintää.
Kokeen osallistujia pyydettiin kuvittelemaan, että he lausuvat kokonaisia lauseita käyttäen valmiita sanoja. Tietokonejärjestelmä pystyi dekoodaamaan sisäisen puheen reaaliajassa 26–54 prosentin tarkkuudella. Tämä on tähän mennessä korkein sisäisen puheen dekoodaustarkkuus.
Tämä tutkimus on tärkeä panos sisäisen puheen taustalla olevien hermomekanismien tutkimukseen. Teknologian parantaminen vaatii kuitenkin vielä lisätyötä.
