მეცნიერებისგან დაკომპლექტებულმა რამდენიმე გუნდმა ცოტა ხნის წინ შეძლო, რომ ნეირონული ქსელების გამოყენებით ტვინის აქტივობა მეტყველებად გარდაექმნათ. აღნიშნული ტექნოლოგია ერთ დღეს შესაძლებელია იმ ადამიანებს დაეხმაროს, რომლებსაც მეტყველების უნარი აქვთ დაკარგული.

ჟურნალ Science-ში გამოქვეყნებულ კვლევაში ახსნილია, რომ მეცნიერებმა გონებაში წარმოდგენილი სიტყვების პირდაპირ მეტყველებად გარდაქმნა ჯერჯერობით ვერ შეძლეს, თუმცა ნეირონულმა ქსელმა შეძლო იმ სიტყვების ამოცნობა, რომლებიც ექსპრიმენტის მონაწილეებმა მოისმინეს ან პირით უხმაუროდ წარმოთქვეს.

ამის მისაღწევად მეცნიერებმა მონაწილეების ტვინის სიგნალები ჩაიწერეს და ისინი დასამუშავებლად ნეირონულ ქსელებს გადასცეს, რომელმაც სიგნალები ხმოვან ბგერებსა და შესაბამის პირის მოძრაობას დაუკავშირა.

სამწუხაროდ, ასეთი ექსპერიმენტის ჩასატარებლად თავის ქალის გახსნაა საჭირო. მეცნიერებს ძალიან მაღალი სიზუსტის ინფორმაცია სჭირდებათ, რომლის მოპოვებაც მხოლოდ ტვინის მეტყველების უბნებში ჩანერგილი ელექტროდების საშუალებით შეიძლება. საქმეს კიდევ ის ართულებს, რომ ყველა ადამიანს ტვინის ამ რეგიონში ინდივიდუალური აქტივობა გააჩნია, რაც ნიშნავს, რომ ხელოვნური ინტელექტის მიერ ერთი ადამიანიდან მიღებული ინფორმაცია, სხვა ადამიანებზე არ ვრცელდება.

"ჩვენ ვცდილობთ, რომ ნეირონების აქტივაციისა და დეაქტივაციის შესახებ რაიმე კანონზომიერება დავაფიქსიროთ", - აცხადებს კოლუმბიის უნივერსიტეტის კომპიუტერული მეცნიერი ნიმა მესგარანი.

ექსპერიმენტი მეცნიერებმა იმ პაციენტებზე ჩაატარეს, რომლებსაც სხვადასხვა დაავადებების გამო ტვინის ოპერაცია უტარდებოდათ.

მესგარანის ხელმძღვანელობის ქვეშ მყოფმა გუნდმა ნეირონულ ქსელებს ცდისპირების ტვინის სმენის უბნებიდან შეგროვებული სიგნალები გააანალიზებინა, რომელთა ჩაწერაც მაშინ მოხდა, როდესაც ცდისპირები სხვადასხვა ხმოვან ჩანაწერებს უსმენდნენ, რომლებშიც ადამიანები ისტორიებს ყვებოდნენ, ან ითვლიდნენ. ამ ინფორმაციის გამოყენებით ნეირონულმა ქსელმა სხვადასხვა რიცხვის "წარმოთქმა" შეძლო, რომელთა ამოცნობაც მსმენელებმა შემთხვევების 75 პროცენტში სწორად მოახერხეს.

აღნიშნულ საკითხზე კიდევ ერთი გუნდი მუშაობდა, რომელსაც კალიფორნიის უნივერსიტეტის ნეიროქირურგი ედუარდ ჩენგი ხელმძღვანელობდა. მათ ეპილეფსიის მქონე პაციენტების ტვინის სიგნალები იმ დროს ჩაიწერეს, როდესაც ისინი სხვადასხვა წინადადებებს წარმოთქვამდნენ, შემდეგ კი ეს ინფორმაცია დასამუშავებლად ნეირონულ ქსელს მიაწოდეს.

დამკვირვებლების გუნდი კი აკვირდებოდა, თუ როგორ ცდილობდა ნეირონული ქსელი მისთვის მიწოდებული ინფორმაციიდან სიტყვების გენერირებას. ჩამოწერილი სიიდან, დამკვირვებლებმა შემთხვევების 80 პროცენტში სწორად ამოიცნეს ის წინადადება, რომლის წარმოთქმასაც ნეირონული ქსელი ცდილობდა.

ჩენგის გუნდმა ასევე შეძლო და ნეირონულ ქსელს იმ სიტყვების წარმოთქმა ასწავლა, რომლებიც ცდისპირებმა პირით ბგერების გამოცემის გარეშე "თქვეს". ამის საშუალებით მომავალში შეიძლება მეტყველების პროთეზი შეიქმნას, რომელიც უამრავ ადამიანს დაეხმარება.

აღნიშნული ტექნოლოგია იმიტომ მუშაობს, რომ ნეირონული ქსელი ორ სხვადასხვა ინფორმაციას შორის კანონზომიერებას პოულობს. ერთ-ერთი ინფორმაცია ტვინიდან ჩაწერილი სიგნალებია, მეორე კი გარეგანი ინფორმაცია - წარმოთქმული ბგერები და პირის მოძრაობა.

საქმე ისაა, რომ როდესაც ადამიანი გონებაში სიტყვებს წარმოქმნის, ამ მოქმედებას გარეგანი ინფორმაცია არ მოჰყვება, რომელიც ნეირონული ქსელის "გასაწრთვნელად" არის საჭირო. ჯერჯერობით გაურკვეველია, ამ ინფორმაციის გარეშე, ოდესმე შეძლებს თუ არა ნეირონული ქსელი, რომ მხოლოდ ერთი ტიპის ინფორმაციით, - ტვინის აქტივობით, სიტყვების წარმოთქმა შეძლოს.

მაასტრიხტის უნივერსიტეტის ნეირომეცნიერი ქრისტიან ჰერფი აცხადებს, რომ ამის გაკეთების ერთ-ერთი გზა შესაძლოა ნეირონულ ქსელსა და მის მომხმარებელს შორის უწყვეტი უკუკავშირი იყოს. თუ მომხმარებელი გონებაში სიტყვებს წარმოიდგენს, რომლის ბგერებად გარდაქმნასაც ნეირონული ქსელი პირდაპირ რეჟიმში ცდილობს, მომხმარებელმა შესაძლოა ნეირონული ქსელის მიერ გენერირებულ ბგერებს მოუსმინოს და თავისი "ფიქრები" ისე შეცვალოს, რომ ხელოვნური ინტელექტის მიერ წარმოთქმული ბგერები ნამდვილ სიტყვებს უფრო და უფრო მეტად მიემსგავსოს. გარკვეული დროის შემდეგ კი შესაძლოა ნეირონული ქსელი საკმარისად დაიხვეწოს და სიტყვების წარმოთქმა შეძლოს.

ეს ყველაფერი ჯერჯერობით სპეკულაციაა, თუმცა ადვილი წარმოსადგენია, თუ როგორ გააუმჯობესებს ასეთი ტექნოლოგია იმ ადამიანების სიცოცხლეს, რომელთაც ლაპარაკის უნარი შეზღუდული აქვთ. ამჟამად ასეთი ადამიანები სპეციალურ სისტემებზე არიან დამოკიდებულნი, რომლის გამოსაყენებლადაც ისინი მცირე მოძრაობებით ეკრანზე კურსორს აკონტროლებენ.

ამ სისტემის ყველაზე ცნობილი მაგალითი სტივენ ჰოკინგია, რომელიც პროგრამას შემდეგნაირად აღწერს: "ჩემს კომპიუტერში სპეციალური პროგრამა ACAT-ია დაყენებული, რომელიც კომპანია Intel-მა შექმნა. ამ პროგრამის საშუალებით ეკრანზე კლავიატურა ჩანს. კურსორი კი კლავიატურაზე ვერტიკალურად ან ჰორიზონტალურად მუდმივ რეჟიმში ავტომატურად მოძრაობს. ლოყის კუნთის გამოძრავება კურსორს აჩერებს, კურსორის სასურველ ასოზე დამთხვევით კი ასოების აკრეფა და სიტყვების შექმნა შემიძლია. ჩემი ლოყის მოძრაობა სპეციალური ინფრაწითელი სენსორით ფიქსირდება. ACAT-ს სიტყვების წინასწარ გამოცნობის ფუნქციაც აქვს, რომელიც ჩემს დაწერილ წიგნებზეა დაფუძნებული. შესაბამისად, პირველი ორი ან სამი ასოს დაწერის შემდეგ პროგრამა სიტყვას ავტომატურად იცნობს. წინადადებებს ამგვარად ვაშენებ და როდესაც ისინი მზად არის, მას სპეციალურ სინთეზატორში ვგზავნი, რომელიც მას წარმოთქვამს."