Stroke miatt veszítette el beszédképességét a 48 éves, két gyermekes édesanya, aki most a mesterséges intelligenciának köszönhetően újra meg tudott szólalni a saját hangján - írja a New York Post.
Az úttörő eljárás során a nő agyába 253 elektródát ültettek be a nő agyába, majd a fejére erősített kis porton keresztül egy számítógéppel kötötték össze.
Az elektródák érzékelik és továbbítják a számítógépnek a nő agyából érkező jeleket, amelyet egy általa választott avatár tolmácsol. Az avatár hangját egy korábban elhangzott tizenöt perces esküvői köszöntő alapján generálták, amelynek következtében gyakorlatilag olyan, mintha valóban ő szólalna meg, és képes a nő arckifejezéseit is utánozni, hogy élethűbbnek tűnjön.
"Csak megpróbáljuk visszaadni, hogy ki is az ember valójában"
- mondta a New York Timesnak Dr. Edward Chang, a San Franciscó-i Kaliforniai Egyetem neurológiai sebészetének elnöke.
Ann Johnson két éve ment férjhez, és két gyermeke is született. A stroke előtt matematikatanárként, röplabda és kosárlabda edzőként is tevékenykedett egy középiskolában Saskatchewanban.
Több évig tartó rehabilitáció után Johnson fokozatosan elkezdte visszanyerni a mozgását, és már különböző arckifejezésekre is képes, de beszélni sajnos továbbra sem tud.
A UCSF csapata a Berkeley-i Kaliforniai Egyetem munkatársaival együtt elmondta, hogy ez az első alkalom, hogy akár a beszédet, akár az arckifejezést agyi jelekből szintetizálták.
A New York Times beszámolói szerint a mesterséges intelligencia rendszer betanításához Johnsonnak egy 1024 szavas szókincsből különböző kifejezéseket kellett csendben "ismételgetnie" újra és újra, amíg a számítógép fel nem ismerte az egyes hangokhoz tartozó agyi aktivitási mintázatot.
Az egész szavak helyett a mesterséges intelligenciaprogramot arra tanították, hogy felismerje a fonémákat, a beszéd azon egységeit, amelyek a kimondott szavakat alkotják. A "Hello" például négy fonémát tartalmaz: "HH", "AH", "L" és "OW".
A 39 fonéma felismerésével a mesterséges intelligencia program képes Johnson agyi jeleit teljes szavakká dekódolni, percenként körülbelül 80 szóval, ami nagyjából fele a normál, személyközi párbeszéd sebességének.
