Ai översatte hjärnaktivitet till text med 3 procents felmarginal

Att kunna läsa andras tankar är en gammal dröm och nu tycks vetenskapen ha kommit ytterligare en bit på vägen mot målet. Exempelvis presenterade franska Nextmind förra året en puck som låter användaren byta tv-kanal och sms:a med tankekraft. Nu hävdar dock forskare vid University of California, San Francisco, att de har tagit ett viktigt steg mot att faktiskt kunna översätta en persons tänkta ord till text.

Deras studie, som är publicerad i Nature Neuroscience, utgår från fyra deltagare som samtliga bar en typ av hjärnimplantat avsedda för att övervaka epileptiska anfall. De fick först använda rösten för att upprepat uttala 50 olika meningar samtidigt som en bildskanner granskade deras hjärnaktivitet.

Datan från skannern matades sedan genom en algoritm för maskininlärning. Ai:n omvandlade hjärnaktiviteten till siffror som sedan jämfördes med ljudinspelningarna, och efter att processen hade upprepats ett antal gånger började systemet förlösa meningar skrivna på engelska. Det rapporterar Technology.

Resultatet var imponerande. Felmarginalen avseende vad försökspersonerna faktiskt hade sagt var så låg som 3 procent i snitt. Detta kan jämföras med en professionell transkriberare som i snitt når 5 procents felmarginal. Det är också långt förbättrade siffror mot de svaga resultat som har åstadkommits tidigare inom forskningsområdet.

Men att tolka andra annat tal än de använda meningarna gick inget vidare för algoritmen – och det är detta som pekar mot att forskarna ännu har en bit kvar till att kunna läsa tankar. För det som man har lyckats med verkar snarare vara att registrera den hjärnaktivitet som är kopplad till vårt tal än att tolka de tänkta orden.