據(jù)英國《自然·神經(jīng)科學》雜志30日發(fā)表的一項腦機接口最新研究，美國科學家報告了一種能夠以較高準確率解碼神經(jīng)活動，并將其翻譯為句子的機器翻譯算法。

當人類思考時，大腦皮層中的神經(jīng)元會產生微小的電流，不同的思考活動，激活的神經(jīng)元也不同——這就是腦機接口技術所依靠的原理。但一直以來，腦機接口在解碼神經(jīng)活動方面只取得了有限的成功，其準確率依然遠遠低于解碼自然言語——過去的腦機接口只能解碼口頭詞語的片段或口頭詞組中不到40%的詞語。

此次，美國加州大學舊金山分校科學家約瑟芬·馬金及其同事，盤點了機器翻譯領域的最新進展，并利用這些方法訓練循環(huán)神經(jīng)網(wǎng)絡，將神經(jīng)信號直接映射為句子。

研究中，4名受試者此前顱內均被植入了用以監(jiān)測癲癇的電極，電極會將他們大聲讀出句子時的神經(jīng)活動記錄下來。之后，這些記錄被添加到一個循環(huán)神經(jīng)網(wǎng)絡中，從而將規(guī)律性出現(xiàn)的神經(jīng)特征表示出來，這些神經(jīng)特征可能與言語的重復性特征(比如元音、輔音或發(fā)音器官接收的指令)相關。接著，另一個循環(huán)神經(jīng)網(wǎng)絡逐字解碼這種算法，形成句子。作者還發(fā)現(xiàn)，明顯參與言語解碼的腦區(qū)同樣參與言語生成和言語感知。

這種機器翻譯方法將一名受試者的神經(jīng)活動解碼為口頭句子的錯誤率，已經(jīng)和專業(yè)級言語轉錄相當。此外，如果利用某人的神經(jīng)活動和言語對循環(huán)網(wǎng)絡進行預訓練后再在另一名受試者身上進行訓練，最終的解碼結果有所改善，這意味著這種方法在不同人員之間或許是可轉移的。

研究人員表示，目前還需要開展進一步的研究來更加完整地改善這個系統(tǒng)的功能，將解碼范圍擴展到研究所限語言之外。(記者張夢然)