雷鋒網(wǎng)按：本文作者Richard Gray，來源dailymail，由雷鋒網(wǎng)獨家編譯，未經(jīng)許可拒絕轉(zhuǎn)載！

大多數(shù)的人可以對自己將要說的話做到完全保密，直到他們張嘴說話的那一秒。但是現(xiàn)在，計算機可以通過尋找你的大腦中與你將要說的話相關(guān)的大腦活動形式，迅速地預測你在想什么——是的，科學家們已經(jīng)開始研發(fā)可以搜索與特定單詞相關(guān)的大腦活動的計算機程序，并將這個程序用于猜測人們尚在大腦中構(gòu)思的句子。這個程序預測的正確率大概在70%左右。

Andrew Anderson博士是羅切斯特大學這個領(lǐng)域的領(lǐng)軍學者，他說這個科技可以用來幫助那些曾中風的人們正常說話。“我們發(fā)現(xiàn)我們可以預測大腦活動形式——雖然還不是非常完美，但是我們的命中率絕非偶然”他說，“雖然當下或是短期內(nèi)都不會有更大的突破，但這項研究成果最終會幫助那些曾遭受腦外傷、中風的人們正常地與人交流。 

眾所周知，中風患者通常會遭遇神經(jīng)創(chuàng)傷，這使他們失去了對幫助他們說話的肌肉的控制。但是，通過尋找與單詞和句子相關(guān)的大腦活動，他們可以通過電腦與外界對話。

這些科學家的研究成果發(fā)表在了Cerebral Cortex雜志上。他們用腦部掃描儀對14個參與者進行了磁共振實驗，在這個過程中，參與者們默讀240個各不相同的句子，例如，“一輛綠色的車穿過了大橋”、“那本雜志在車里”、“車禍毀了那輛黃色的車”。

接下來，他們用計算機系統(tǒng)分析掃描結(jié)果，希望能找到與普通句子中的單詞相關(guān)的神經(jīng)形式。

也就是說，在上述的例子中，他們可以篩選出能代表“車”這個單詞的大腦活動形式。這讓他們能建立一本“神經(jīng)元詞典”。通過使用“神經(jīng)元詞典”，他們可以尋找新句子中類似的大腦活動形式去預測人們在想什么。

Anderson博士說：“我們分解了句子這個層次的大腦運動形式，想要建立對單詞的預判系統(tǒng)。通過使用fMRI數(shù)據(jù)，我們希望知道通過一個完整的句子，是否可以篩選出代表單詞的大腦運動形式。也就是說，我們可以分解句子，讓它呈現(xiàn)出單詞的形式，然后通過這些單詞元素預測它們在新的句子中會呈現(xiàn)出什么樣的形式。”

但是，大腦活動的形式真的太復雜了。比如咖啡就能產(chǎn)生65中不同的大腦活動形式。羅切斯特大學的大腦和認知科學家Rajeev Raizada博士也是這項研究的參與者。他說：“咖啡有顏色、味道……咖啡給我們的感覺好——它能傳遞感覺、它有情緒、它甚至包含了社交元素。我們在威斯康星醫(yī)學院的Jeffrey Binder的模型的基礎(chǔ)上建立了自己的模型，他也是這篇論文的共同作者，他做了許多調(diào)查并告訴我們一系列單詞囊括的感官、情緒、社交以及其它方面的元素。把這些元素融合在一起后，我們從單獨的單詞向整體的句子進發(fā)，這使我們的研究有了新方向?！?/p>

為了建立計算機模型，科學家們讓參與實驗的人就65個與單詞有相關(guān)性的元素，給242個單詞分類，包括顏色、噪音、高興和時間。例如，“玩耍”是一個和“生物學意義上的移動”正相關(guān)的單詞，因為當人們在玩耍的時候，一定要移動他們的身體。但“玩?！迸c“不開心”一定負相關(guān)的，因為人在玩的時候不太可能不開心啊。

科學家們還可以用每個單詞的大腦活動形式預測全新的句子構(gòu)成。例如，這個計算機模型可以預測“這家人在沙灘上玩?！边@個句子的大腦活動形式，就算它之前從來沒有見過這個句子——是的，它只在諸如“這片沙灘是空的”以及“這個年輕的女孩在踢足球”這樣語境完全不同的句子中看過同樣的單詞，僅此而已。

via dailymail

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。