ტვინის ელექტრო-იმპულსებზე დაკვირვებით ადამიანის მიერ წარმოთქმული სიტყვების გაშიფვრაში მეცნიერებმა კიდევ ერთი ნაბიჯი გადადგეს. ალგორითმის მეშვეობით მათ იმპულსების წინადადებებად გარდაქმნა რეალურ დროში შეძლეს, მცდარ სიტყვათა რაოდენობა კი 3%-ზე დაბალი იყო.

აქამდე ჩატარებული კვლევები და ნერვული აქტივობის გაშიფვრის მცდელობები ნაკლებად წარმატებული იყო და მხოლოდ ცალკეული სიტყვებისა ან სიტყვების ფრაგმენტების გაშიფვრა ხერხდებოდა.

სწორედ ამიტომ, მანქანური დასწავლის სპეციალისტმა დოქტორმა ჯოსეფ მაკინმა კოლეგებთან ერთად გაშიფვრის სიზუსტის გაუმჯობესება სცადა. მან ექსპერიმენტის ჩატარება დაიწყო, სადაც ოთხი მოხალისე წინადადებებს ხმამაღლა კითხულობდა, ელექტროდები კი ამავდროულად ტვინის აქტივობას იწერდნენ.

შემდეგ, აქტივობის ჩანაწერი სპეციალურ კომპიუტერულ სისტემაში განათავსეს, რომელიც მონაცემებში არსებულ განმეორებად მახასიათებლებს გამოსახავდა, ისეთს როგორიც საუბრის დროს წარმოიქმნება, მაგალითად, ხმოვნები და თანხმოვნები. წინადადების ფორმირებისთვის სისტემა აღნიშნული გამოსახულებას თანმიმდევრულად, სიტყვიდან სიტყვაზე გადასვლით შიფრავდა.

მიუხედავად წინ გადადგმული ნაბიჯისა, გუნდი აღიარებს, რომ მათ სისტემას გარკვეული ხარვეზებიც აქვს, მაგალითად, გაშიფვრისას წინადადებების რაოდენობა ლიმიტირებულია და 30-დან 50-მდე შემოიფარგლება.

"პაწაწინა სიტყვებიდან მასშტაბურ, დახვეწილ ინგლისურ წინადადებების გაშიფვრაზე გადასვლა საკმაოდ დიდი რაოდენობის მონაცემებს საჭიროებს", — აღნიშნა გუნდმა.

მეცნიერების მიხედვით, ინტერფეისი თითოეულ სიტყვას ცნობს და არა მხოლოდ წინადადებებს. ეს ნიშნავს, რომ, შესაძლოა, მოხერხდეს ისეთი წინადადებების გაშიფვრა, რომლებიც სავარჯიშო მოდელში არ არსებობდა.

მას შემდეგ, რაც სისტემა ერთი მოხალისის ტვინის აქტივობასა და მის საუბარს ისწავლიდა და შემდეგ მოხალისეზე გადავიდოდა, გაშიფვრის შედეგები უმჯობესდებოდა, რაც, მეცნიერთა ვარაუდით, ნიშნავს, რომ ამ მეთოდის გამოყენება სხვადასხვა ადამიანზე წარმატებით შეიძლება.