新華社倫敦6月12日電（記者郭爽）英國《自然》雜志日前刊發(fā)的一項研究顯示，美國研究人員開發(fā)的腦機接口系統(tǒng)利用人工智能來解碼使用者試圖說話時的腦電活動，從而幫助患有嚴重言語障礙的人有表現(xiàn)力地說話和唱歌。

美國加利福尼亞大學戴維斯分校研究人員領銜的團隊開展了這項研究。據(jù)介紹，參與研究的45歲男子因患上肌萎縮側索硬化癥而喪失了清晰說話的能力。他仍能發(fā)出聲音并做出口型，但說話緩慢且不清楚。癥狀出現(xiàn)5年后，研究人員在這名參與者腦部控制運動的區(qū)域植入了256個微電極并利用深度學習算法每10毫秒捕捉一次他大腦中的相關信號，從而最終解析出他想說的話語。

研究顯示，這一系統(tǒng)幾乎可以實時將這名男子的相關大腦活動轉化為言語。當他提出問題時，系統(tǒng)能傳達語調變化。他可以強調自己選擇的詞語，還能以三種音高哼唱出一串音符。

早期的腦機接口模型可以在3秒內輸出語音，或者只有在用戶模仿完整句子后才會輸出語音。而在最新研究中，這一系統(tǒng)可以模仿說話者自己的聲音，在說話者發(fā)出有說話意圖的神經(jīng)活動信號后10毫秒內說出話語。

研究人員指出，這一系統(tǒng)不僅能在表述中呈現(xiàn)說話者意圖，還能表現(xiàn)說話者語調、音調和重音等自然語音特征。

盡管該系統(tǒng)取得了突破性進展，但研究人員指出，腦機接口技術的廣泛應用仍面臨多項挑戰(zhàn)。例如，電極植入手術具有一定風險，設備的長期穩(wěn)定性和耐用性尚需進一步驗證。如何保護用戶隱私和數(shù)據(jù)安全，也是未來需要解決的重要問題。