一只蝴蝶揮了揮翅膀，于是有了AI讀心術(shù)互聯(lián)網(wǎng)+
導(dǎo)讀
如果人類的肉身注定要像潛水鐘一樣緩慢地沉入深海，至少可以讓“思維”這只蝴蝶，多擁有一刻自由。
如果人類的肉身注定要像潛水鐘一樣緩慢地沉入深海，至少可以讓“思維”這只蝴蝶，多擁有一刻自由。
“我的身體沉重如潛水鐘，內(nèi)心卻渴望像蝴蝶般自由飛翔?！?nbsp;
這句來自電影《潛水鐘與蝴蝶》的臺詞，也是前《ELLE》雜志主編、記者讓·多米尼克的真實經(jīng)歷。
讓·多米尼克中風(fēng)癱瘓后，身體的語言和運動功能都喪失了，他不能說話，不能自主呼吸，只剩下一只眼睛和意識可以自由活動。在這種情況下，他還是“寫”出了一部散文集。
書是這樣完成的：助手把一個個字母依次念給讓·多米尼克，直到他眨一下眼，就把那個字母記下來……如此循環(huán)進(jìn)行，直到字母形成單詞、句子、片段，最終付梓成冊。
顯然，這個還原思維的過程十分艱辛且原始，但至少給他的靈魂留下了一絲自由遨游的可能。
而對于更多缺乏發(fā)聲能力的普通人（比如中風(fēng)患者、植物人等）來說，無法與正常人交流的他們，生命已然停滯。
技術(shù)能幫助他們“言其所不能言”，提高生活質(zhì)量嗎？
答案是肯定的?？茖W(xué)家們正試圖讓看不見摸不著的思維活動自動“顯形”。
通過計算機，將大腦中的所思所想轉(zhuǎn)換成語音說出來，這種“讀心術(shù)”距離現(xiàn)實究竟還有多遠(yuǎn)？
《潛水鐘與蝴蝶》（2007）劇照
AI讀心術(shù)： 計算機是如何還原腦電波的？
先來潑一盆冷水，那就是想要將人想象中的單詞和句子轉(zhuǎn)換成語音，目前的計算機還做不到如此鬼斧神工的地步。
不過，已經(jīng)有研究人員成功利用AI復(fù)原了人聽到或超小聲說話時的句子。
技術(shù)的實現(xiàn)原理也并不復(fù)雜。人類的發(fā)聲運動是靠大腦神經(jīng)元電信號刺激下頜、嘴唇、聲帶等部位形成的。
因此，只要將相關(guān)腦區(qū)的神經(jīng)運動信號輸送給AI系統(tǒng)，深度學(xué)習(xí)網(wǎng)絡(luò)就會根據(jù)信號與相對應(yīng)的語言文字或嘴部運動進(jìn)行層層匹配，推斷出具體說了什么，再由語音合成器將這些信號轉(zhuǎn)換成能被聽到的語音。
那么，這項技術(shù)的靠譜程度如何呢？
哥倫比亞大學(xué)計算機科學(xué)家Nima Mesgarani做了一項實驗，讓聽眾“收聽”一組與故事和數(shù)字有關(guān)的聽覺皮層數(shù)據(jù)，有75%的人能夠正確識別出該數(shù)字。
類似的實驗在加州大學(xué)舊金山分校的研究組也成功了。癲癇患者大聲朗讀句子時的大腦活動被記錄下來，借助深度學(xué)習(xí)網(wǎng)絡(luò)重建為書面語句。結(jié)果顯示，AI重現(xiàn)的句子有80%都是正確的。
既然神經(jīng)信號轉(zhuǎn)譯為書面語言被證明是可行的，下一步就是要走出實驗室，真正幫助失聲人群“說出心里話”了。
麻省理工學(xué)院的研發(fā)人員就開發(fā)了一種植入型智能增強設(shè)備，由可穿戴裝置和相關(guān)計算系統(tǒng)構(gòu)成。
設(shè)備中的電極可以截取由內(nèi)部語言所觸發(fā)的下頜和面部肌肉運動信號，被反饋到機器學(xué)習(xí)系統(tǒng)，再由該系統(tǒng)將神經(jīng)信號與特定的文字相關(guān)聯(lián)。
使用者還可以通過骨傳導(dǎo)耳機，在不中端對話的前提下通過面部振動，將外部信息傳遞到內(nèi)耳。
目前，根據(jù)聽眾自身定制的這種可穿戴設(shè)備，平均轉(zhuǎn)錄識別準(zhǔn)確率已經(jīng)達(dá)到92%以上！
如果說前面還屬于輔助醫(yī)療范疇，到這里就有點開掛的苗頭了。比如在國際象棋比賽中，選手要是戴上這樣一副耳機，不就可以不被察覺地“聽”到計算機給支招嗎？
麻省理工學(xué)院媒體實驗室Fluid Interfaces小組的研究員Arnav Kapur演示了AlterEgo項目
會“讀心”的腦機： 腦腦交流能成為現(xiàn)實嗎？
利用AI讀懂腦電波，這個技術(shù)不僅僅看起來很酷，更重要的是應(yīng)用空間非常巨大。
從理論層面上來說，可以不依賴于生物發(fā)聲器官來實現(xiàn)交流的目的，這就給醫(yī)療、工業(yè)、刑偵等領(lǐng)域的帶來了新的交互可能性。比如：
1.為失聲患者提供聲音。人類一旦不幸遇到中風(fēng)、腦外傷、脊髓損傷或ASL運動神經(jīng)細(xì)胞?。ㄊ返俜一艚鹁褪茿SL患者），大腦無法直接刺激言語產(chǎn)生，患者只能在沉默中走向死亡。如果未來大腦語音合成器被應(yīng)用，幫助失聲患者找回語言功能，對于他們的治療和生活將起到極大幫助。
2.特殊環(huán)境的工作協(xié)助。并不是所有工作環(huán)境都能保障正常分貝下的語言交流，比如飛機場內(nèi)的噴射噪音、航空母艦的駕駛艙、發(fā)電廠或印刷廠車間，以及穿著防護(hù)裝備的實驗室等等，不是過分嘈雜就是過分沉默，很容易錯過關(guān)鍵信息。這種特殊環(huán)境中，大腦語音轉(zhuǎn)錄技術(shù)就能夠有效解決交流不暢的問題，聾啞殘疾員工也可以與他人無障礙交流。
3.從重建聽覺到重建視覺。除了轉(zhuǎn)錄文本和語音，類似的AI神經(jīng)網(wǎng)絡(luò)還可以被訓(xùn)練來恢復(fù)模糊的圖像，比如還原記憶中的面孔，應(yīng)用在刑偵破案有奇效。
4.用思維操作假肢。佩戴上語音轉(zhuǎn)錄設(shè)備之后，截肢/截癱患者只需要通過思考，就能自由控制假肢設(shè)備，這顯然比讓他們下達(dá)語音指令容易接受多了。
5.高度自動化的智能助理。這種BCI設(shè)備的更大作用，在于可以根據(jù)人們內(nèi)心的想法直接完成多種任務(wù)，比如控制燈光、做閱讀筆記、下達(dá)VR游戲指令，甚至可以用來控制車輛。
日產(chǎn)汽車已經(jīng)推出了類似的耳機，來監(jiān)控司機的腦電波。例如，一旦檢測到司機打算踩剎車，設(shè)備會在司機做出剎車動作之前就開始剎車，反應(yīng)時間比人工操作快了多達(dá)半秒。甚至Facebook也推出了一個讀心術(shù)項目，研究讓用戶如何用腦電波發(fā)送Facebook Messenger信息。
總而言之，這個極具想象力的技術(shù)，解決了一個長久以來的難題：如何化無形的意識為有形的信號，讓人類可以從身體這個“潛水鐘”的重重限制中透口氣。
不過實事求是的說，盡管技術(shù)正在慢慢走向成熟，但華美的理想要照進(jìn)現(xiàn)實，還有很長一段路要走。
不能停歇的科技之翼
盡管學(xué)界和商業(yè)界都對這個“讀心術(shù)”趨之若鶩，但在實際應(yīng)用中，這種語言轉(zhuǎn)錄的腦機接口還有很多隱患需要一一解決。
1.植入難度過大。技術(shù)推廣最直接的障礙就是，為了獲取精確的實驗數(shù)據(jù)，受試者必須通過開顱手術(shù)將電極植入大腦中的相關(guān)區(qū)域。侵入式的解決方案大大縮小了參與實驗的積極性，在實際應(yīng)用中也會給植入者帶來排異、感染等不可預(yù)測的風(fēng)險。
2.詞匯數(shù)據(jù)量不足。腦電波-語音的轉(zhuǎn)錄效果依賴于大規(guī)模的詞匯表，但每個參與者對同一語言到神經(jīng)元的映射都各有不同，因此AI系統(tǒng)學(xué)習(xí)和推斷到的結(jié)果很難被通用。只能為不同的參與者特別定制屬獨屬于他們的思維語料庫，才能保證轉(zhuǎn)錄的準(zhǔn)確性，難以大規(guī)模普及。
3.商業(yè)化難題。設(shè)備的植入難度與系統(tǒng)的定制化所帶來的大量門檻，決定了它只能在極為小眾的應(yīng)用群體中發(fā)揮價值，比如少部分重癥患者和一些狂熱極客。
4.倫理困境。即使補全了設(shè)備和系統(tǒng)的缺陷，想必也很少有人愿意在公眾場合戴上這樣一套設(shè)備，而別人也很難不覺得被冒犯。
這有點像Googleglass剛問世的時候，只有設(shè)備，卻沒有形成相對應(yīng)的行為規(guī)范，導(dǎo)致很多人擔(dān)心和質(zhì)疑其侵犯隱私。同樣的，腦電波“讀心術(shù)”是否會帶來隱私或另一種不公平呢，恐怕還需要大量的社會學(xué)研究來支撐。
總而言之，盡管“AI讀心術(shù)”很容易就讓人感受到它的社會價值和商業(yè)潛力，但應(yīng)用度上顯然還存在不少問題，想要靠腦交流，少說還有幾十年的路要走。
它帶給我們更多的，可能是作為一種高度可行性的解題思路，如果人類的肉身注定要像潛水鐘一樣緩慢地沉入深海，至少可以讓“思維”這只蝴蝶，多擁有一刻自由。
這句來自電影《潛水鐘與蝴蝶》的臺詞，也是前《ELLE》雜志主編、記者讓·多米尼克的真實經(jīng)歷。
讓·多米尼克中風(fēng)癱瘓后，身體的語言和運動功能都喪失了，他不能說話，不能自主呼吸，只剩下一只眼睛和意識可以自由活動。在這種情況下，他還是“寫”出了一部散文集。
書是這樣完成的：助手把一個個字母依次念給讓·多米尼克，直到他眨一下眼，就把那個字母記下來……如此循環(huán)進(jìn)行，直到字母形成單詞、句子、片段，最終付梓成冊。
顯然，這個還原思維的過程十分艱辛且原始，但至少給他的靈魂留下了一絲自由遨游的可能。
而對于更多缺乏發(fā)聲能力的普通人（比如中風(fēng)患者、植物人等）來說，無法與正常人交流的他們，生命已然停滯。
技術(shù)能幫助他們“言其所不能言”，提高生活質(zhì)量嗎？
答案是肯定的?？茖W(xué)家們正試圖讓看不見摸不著的思維活動自動“顯形”。
通過計算機，將大腦中的所思所想轉(zhuǎn)換成語音說出來，這種“讀心術(shù)”距離現(xiàn)實究竟還有多遠(yuǎn)？
《潛水鐘與蝴蝶》（2007）劇照
AI讀心術(shù)： 計算機是如何還原腦電波的？
先來潑一盆冷水，那就是想要將人想象中的單詞和句子轉(zhuǎn)換成語音，目前的計算機還做不到如此鬼斧神工的地步。
不過，已經(jīng)有研究人員成功利用AI復(fù)原了人聽到或超小聲說話時的句子。
技術(shù)的實現(xiàn)原理也并不復(fù)雜。人類的發(fā)聲運動是靠大腦神經(jīng)元電信號刺激下頜、嘴唇、聲帶等部位形成的。
因此，只要將相關(guān)腦區(qū)的神經(jīng)運動信號輸送給AI系統(tǒng)，深度學(xué)習(xí)網(wǎng)絡(luò)就會根據(jù)信號與相對應(yīng)的語言文字或嘴部運動進(jìn)行層層匹配，推斷出具體說了什么，再由語音合成器將這些信號轉(zhuǎn)換成能被聽到的語音。
那么，這項技術(shù)的靠譜程度如何呢？
哥倫比亞大學(xué)計算機科學(xué)家Nima Mesgarani做了一項實驗，讓聽眾“收聽”一組與故事和數(shù)字有關(guān)的聽覺皮層數(shù)據(jù)，有75%的人能夠正確識別出該數(shù)字。
類似的實驗在加州大學(xué)舊金山分校的研究組也成功了。癲癇患者大聲朗讀句子時的大腦活動被記錄下來，借助深度學(xué)習(xí)網(wǎng)絡(luò)重建為書面語句。結(jié)果顯示，AI重現(xiàn)的句子有80%都是正確的。
既然神經(jīng)信號轉(zhuǎn)譯為書面語言被證明是可行的，下一步就是要走出實驗室，真正幫助失聲人群“說出心里話”了。
麻省理工學(xué)院的研發(fā)人員就開發(fā)了一種植入型智能增強設(shè)備，由可穿戴裝置和相關(guān)計算系統(tǒng)構(gòu)成。
設(shè)備中的電極可以截取由內(nèi)部語言所觸發(fā)的下頜和面部肌肉運動信號，被反饋到機器學(xué)習(xí)系統(tǒng)，再由該系統(tǒng)將神經(jīng)信號與特定的文字相關(guān)聯(lián)。
使用者還可以通過骨傳導(dǎo)耳機，在不中端對話的前提下通過面部振動，將外部信息傳遞到內(nèi)耳。
目前，根據(jù)聽眾自身定制的這種可穿戴設(shè)備，平均轉(zhuǎn)錄識別準(zhǔn)確率已經(jīng)達(dá)到92%以上！
如果說前面還屬于輔助醫(yī)療范疇，到這里就有點開掛的苗頭了。比如在國際象棋比賽中，選手要是戴上這樣一副耳機，不就可以不被察覺地“聽”到計算機給支招嗎？
麻省理工學(xué)院媒體實驗室Fluid Interfaces小組的研究員Arnav Kapur演示了AlterEgo項目
會“讀心”的腦機： 腦腦交流能成為現(xiàn)實嗎？
利用AI讀懂腦電波，這個技術(shù)不僅僅看起來很酷，更重要的是應(yīng)用空間非常巨大。
從理論層面上來說，可以不依賴于生物發(fā)聲器官來實現(xiàn)交流的目的，這就給醫(yī)療、工業(yè)、刑偵等領(lǐng)域的帶來了新的交互可能性。比如：
1.為失聲患者提供聲音。人類一旦不幸遇到中風(fēng)、腦外傷、脊髓損傷或ASL運動神經(jīng)細(xì)胞?。ㄊ返俜一艚鹁褪茿SL患者），大腦無法直接刺激言語產(chǎn)生，患者只能在沉默中走向死亡。如果未來大腦語音合成器被應(yīng)用，幫助失聲患者找回語言功能，對于他們的治療和生活將起到極大幫助。
2.特殊環(huán)境的工作協(xié)助。并不是所有工作環(huán)境都能保障正常分貝下的語言交流，比如飛機場內(nèi)的噴射噪音、航空母艦的駕駛艙、發(fā)電廠或印刷廠車間，以及穿著防護(hù)裝備的實驗室等等，不是過分嘈雜就是過分沉默，很容易錯過關(guān)鍵信息。這種特殊環(huán)境中，大腦語音轉(zhuǎn)錄技術(shù)就能夠有效解決交流不暢的問題，聾啞殘疾員工也可以與他人無障礙交流。
3.從重建聽覺到重建視覺。除了轉(zhuǎn)錄文本和語音，類似的AI神經(jīng)網(wǎng)絡(luò)還可以被訓(xùn)練來恢復(fù)模糊的圖像，比如還原記憶中的面孔，應(yīng)用在刑偵破案有奇效。
4.用思維操作假肢。佩戴上語音轉(zhuǎn)錄設(shè)備之后，截肢/截癱患者只需要通過思考，就能自由控制假肢設(shè)備，這顯然比讓他們下達(dá)語音指令容易接受多了。
5.高度自動化的智能助理。這種BCI設(shè)備的更大作用，在于可以根據(jù)人們內(nèi)心的想法直接完成多種任務(wù)，比如控制燈光、做閱讀筆記、下達(dá)VR游戲指令，甚至可以用來控制車輛。
日產(chǎn)汽車已經(jīng)推出了類似的耳機，來監(jiān)控司機的腦電波。例如，一旦檢測到司機打算踩剎車，設(shè)備會在司機做出剎車動作之前就開始剎車，反應(yīng)時間比人工操作快了多達(dá)半秒。甚至Facebook也推出了一個讀心術(shù)項目，研究讓用戶如何用腦電波發(fā)送Facebook Messenger信息。
總而言之，這個極具想象力的技術(shù)，解決了一個長久以來的難題：如何化無形的意識為有形的信號，讓人類可以從身體這個“潛水鐘”的重重限制中透口氣。
不過實事求是的說，盡管技術(shù)正在慢慢走向成熟，但華美的理想要照進(jìn)現(xiàn)實，還有很長一段路要走。
不能停歇的科技之翼
盡管學(xué)界和商業(yè)界都對這個“讀心術(shù)”趨之若鶩，但在實際應(yīng)用中，這種語言轉(zhuǎn)錄的腦機接口還有很多隱患需要一一解決。
1.植入難度過大。技術(shù)推廣最直接的障礙就是，為了獲取精確的實驗數(shù)據(jù)，受試者必須通過開顱手術(shù)將電極植入大腦中的相關(guān)區(qū)域。侵入式的解決方案大大縮小了參與實驗的積極性，在實際應(yīng)用中也會給植入者帶來排異、感染等不可預(yù)測的風(fēng)險。
2.詞匯數(shù)據(jù)量不足。腦電波-語音的轉(zhuǎn)錄效果依賴于大規(guī)模的詞匯表，但每個參與者對同一語言到神經(jīng)元的映射都各有不同，因此AI系統(tǒng)學(xué)習(xí)和推斷到的結(jié)果很難被通用。只能為不同的參與者特別定制屬獨屬于他們的思維語料庫，才能保證轉(zhuǎn)錄的準(zhǔn)確性，難以大規(guī)模普及。
3.商業(yè)化難題。設(shè)備的植入難度與系統(tǒng)的定制化所帶來的大量門檻，決定了它只能在極為小眾的應(yīng)用群體中發(fā)揮價值，比如少部分重癥患者和一些狂熱極客。
4.倫理困境。即使補全了設(shè)備和系統(tǒng)的缺陷，想必也很少有人愿意在公眾場合戴上這樣一套設(shè)備，而別人也很難不覺得被冒犯。
這有點像Googleglass剛問世的時候，只有設(shè)備，卻沒有形成相對應(yīng)的行為規(guī)范，導(dǎo)致很多人擔(dān)心和質(zhì)疑其侵犯隱私。同樣的，腦電波“讀心術(shù)”是否會帶來隱私或另一種不公平呢，恐怕還需要大量的社會學(xué)研究來支撐。
總而言之，盡管“AI讀心術(shù)”很容易就讓人感受到它的社會價值和商業(yè)潛力，但應(yīng)用度上顯然還存在不少問題，想要靠腦交流，少說還有幾十年的路要走。
它帶給我們更多的，可能是作為一種高度可行性的解題思路，如果人類的肉身注定要像潛水鐘一樣緩慢地沉入深海，至少可以讓“思維”這只蝴蝶，多擁有一刻自由。
1.TMT觀察網(wǎng)遵循行業(yè)規(guī)范，任何轉(zhuǎn)載的稿件都會明確標(biāo)注作者和來源；
2.TMT觀察網(wǎng)的原創(chuàng)文章，請轉(zhuǎn)載時務(wù)必注明文章作者和"來源：TMT觀察網(wǎng)"，不尊重原創(chuàng)的行為TMT觀察網(wǎng)或?qū)⒆肪控?zé)任；
3.作者投稿可能會經(jīng)TMT觀察網(wǎng)編輯修改或補充。
