У своєму дослідженні вчені відзначають, що зараз існує велика кількість аналогічних пристроїв,
Спеціаліст по машинному навчання, доктор ДжозефМакін з Університету Каліфорнії (UCSF) і його колеги спробували поліпшити точність таких машин за допомогою штучного інтелекту. Вони навчили алгоритми для перетворення патернів мозку в пропозиції в режимі реального часу з частотою помилок в словах всього 3%.
В рамках випробувань пристрою чотири добровольцячитали пропозиції вголос, тоді як електроди реєстрували їх мозкову активність. Після цього дані надходили в обчислювальну систему, яка створювала графіки регулярно зустрічаються сигналів в цій інформації.
Ці повторювані патерни пов'язані зповторюваними характеристиками мови, такими як голосні, приголосні або команди до різних частин рота, відзначають вчені. Інша частина системи розшифровувала ці дані назад в пропозиції.
Поки штучний інтелект може розшифруватитільки мова довжиною не більше 30-50 пропозицій з низькою кількістю помилок. Однак, інтерфейс пристрою вже дозволяє декодувати окремі слова, а не просто пропозиції - це значить, що в майбутньому пристрій можна навчити розпізнавати слова, які ніколи не зустрічалися в навчальних системах.
Раніше «Хайтек» детально розповідав, як працює людський мозок і чому штучний інтелект зможе допомогти у вивченні цього органу.