Yeni bir beyin-bilgisayar arayüzü teknolojisi, kullanıcıların iç seslerini deşifre etme kabiliyetine sahip olduğu belirtildi. Bilim insanları, bu yeniliğin, ağır konuşma felci geçiren bireylerin düşüncelerini aktarabilmelerine yardımcı olabileceğini ifade ediyor.
Cell adlı akademik dergide yayımlanan bir araştırma, yeni beyin-bilgisayar arayüzünün (BBA), kullanıcının iç sesini komut üzerine %74’e kadar doğruluk oranıyla anlayabildiğini gösterdi.
Yeni teknolojinin, anlaşabilen bir konuşma yeteneği olmayan kişilerin iletişimlerini daha da kolaylaştırabileceğine dair umutlar bulunuyor.
Stanford Üniversitesi’nden çalışma yazarlarından Erin Kunz, “Konuşmayı düşündüğünüzde beyin aktivitesinin nasıl göründüğünü ilk kez anladık” şeklinde açıklamalarda bulundu.
Ağır konuşma ve motor bozukluğu yaşayan bireyler için iç sesi deşifre edebilen BBA’lar, daha kolay ve doğal bir iletişim kurmalarını sağlayabilir.
Bu bölüm, konuyla ilgili referans noktalarını içerir. (Related Nodes field)
Beyin-bilgisayar arayüzleri, hareketi kontrol eden beyin bölgelerine yerleştirilen sensörlerin yardımıyla sinir sinyallerini analiz ederek, bunları protez el kullanmak gibi hareketlere dönüştürüyor.
Son gerçekleştiren araştırmalar, bu arayüzlerin felçli kişilerin konuşma girişimlerini bile deşifre edebildiğini ortaya çıkardı.
Kullanıcılar, ses üretiminde görevli kasları harekete geçirerek konuşmaya çalıştıklarında, bu arayüzler ilgili beyin aktivitesini yorumlayabiliyor ve söylenen kelimeler anlaşılmaz olsa dahi metne dönüştürebiliyor.
Çalışmanın bir diğer yazarı Benyamin Meschede-Krasa, “Konuşmaya çalışmak yerine sadece onu düşünmek zorundaysanız, bu durum insanların iletişimini daha kolay ve hızlı hale getirebilir” dedi.
Yapılan çalışmada, amyotrofik lateral skleroz veya beyin sapı felci nedeniyle ağır felç geçirmiş 4 katılımcının motor korteksine mikroelektrotlar yerleştirildi.
Katılımcılardan bir seri kelimeyi düşündükleri veya konuşmaya çalıştıkları istendi. Araştırmacılar, her iki durumda da beyinde örtüşen bölgelerin aktif hale geldiğini ve benzer sinirsel aktivite kalıpları ortaya koyduğunu, ancak birbirinden güvenilir bir şekilde ayırt edilebilecek kadar farklı olduklarını gözlemledi.
Bilim insanları, iç sesin genel olarak daha zayıf bir aktivasyon büyüklüğü gösterdiğini belirtti. Daha sonra katılımcıların düşündüğü kelimeleri yorumlamak için yapay zeka teknolojisinden faydalandılar.
Beyin-bilgisayar arayüzünün, 125 bin kelimelik bir veritabanından düşünülen cümleleri %74 doğruluk oranıyla çözdüğü gösterildi.
Bu teknoloji, katılımcıların pembe daireleri saymaları için istendiğinde, sayılara benzer bazı iç sesleri de algılayabilme yeteneğine sahipti.
Araştırmacılar, BBA’nın iç sesin anlaşılmaması için seçilen bir anahtar kelimeyle geçici olarak kilitlen
0 Comments