Beszéd nélkül beszélni: a belső beszéd dekódolása
A Stanford Egyetem kutatói ezért egy lépéssel továbbmentek: olyan BCI-t hoztak létre, amely képes dekódolni azt a belső beszédet (inner speech), amit például némán olvasás, vagy belső monológ során használunk, amikor a szánkat sem mozdítjuk. Ez viszont azt is jelenti, hogy gondolataink – amelyeket egyébként nem mondanánk ki – akár mások számára is hozzáférhetővé válhatnak ilyen rendszer használata esetén.
A kutatásban négy, szinte teljesen lebénult személy vett részt, akiknek mikroelektródákat ültettek az agyuk motoros kérgének különböző részeibe. Feladatuk az volt, hogy hallgassanak rögzített szavakat, vagy olvassanak csendben, miközben agyi aktivitásukat rögzítették. A mesterséges intelligencia algoritmusokat ezen jelek alapján képezték ki arra, hogy felismerjék a gondolatban kimondott szavakat.
A kutatók arra jöttek rá, hogy a belső beszéd aktivitása ugyanazokon a területeken jelenik meg, mint a tényleges beszédkísérlet – vagyis, ha egy BCI rendszert a megszokott módon, a beszédkísérlet dekódolására állítanak be, az véletlenül a belső gondolatokat is fel tudja dolgozni. Ez komoly adatvédelmi problémát jelent.
Miként védhető a mentális magánszféra?
Nem elhanyagolható szempont a technikai megoldás sem: a biztonság növelése érdekében két védelmi módszert dolgoztak ki. Az egyik mesterséges intelligencia segítségével különbséget tesz a tényleges beszédkísérlet és a belső beszéd agyi aktivitása között, így a rendszer figyelmen kívül hagyja az utóbbit. A másik inkább a mindennapi jelszavas megoldáshoz hasonlít: a felhasználóknak egy előre megbeszélt szót vagy mondatot kell gondolatban kimondaniuk, amely „aktiválja” a rendszert. Ez a „Csetepaté hintalóval” (“Chitty Chitty Bang Bang”) mentális jelszóval 98% pontossággal működött, azonban összetettebb mondatoknál már kevésbé bizonyult megbízhatónak.
Hol tart az agyi beszédfelismerés?
A védelmi megoldások után a kutatók több szinten tesztelték a rendszert. Egyszerű, előre meghatározott szavakat tartalmazó mondatok esetében a BCI 86%-os pontosságot ért el, 50 szavas szókincs mellett. Ha azonban a szóállományt 125 ezer szóra bővítették, a pontosság 74%-ra csökkent.
Jóval nagyobb problémát jelentett a spontán, irányított gondolatolvasás. Egy teszt során például nyilakat kellett fejben „megjegyezni” és gondolatban visszamondani: itt a rendszer teljesítménye alig haladta meg a véletlen találgatás sikerességi szintjét. Még kevésbé működött, amikor bonyolultabb, irányítatlan gondolatokat kellett volna felismerni, például kedvenc étel vagy filmes idézet elképzelésekor: ekkor a gép leginkább értelmetlen karaktereket generált.
Az agygép jelenlegi korlátai és jövője
Mindezek alapján arra lehet következtetni, hogy a jelenlegi BCI-technológia egyelőre inkább csak koncepcióként létezik. Túl magas a hibaarány ahhoz, hogy a mindennapokban megbízhatóan használható legyen. A legnagyobb korlát technikai: az elektródák száma és a neuronjelek pontos rögzítése. A kutatók azt is felvetették, hogy talán a belső beszéd erősebb jeleit más agyterületeken kellene keresni.
A jelenlegi eredmények alapján két új irányt vizsgálnak: egyrészt, hogy a belső beszédfelismerés gyorsabb-e, mint a hagyományos, beszédkísérlet-alapú BCI; másrészt, hogy segíthet-e azoknak, akik afáziában szenvednek, tehát tudnak mozogni, de nem tudnak beszélni. A kutatások folytatódnak, de a mentális jelszó már most is valóság: az agyolvasás korában így kezdődhet a digitális magánélet új korszaka.
