Amerikaanse onderzoekers ontwikkelden een kunstmatig intelligent systeem dat breinactiviteit in volledige zinnen kan veranderen.

Onze bovenkamer barst van de hersencellen. Elke keer als we denken, bewegen of voelen, zetten we die neuronen aan het werk. Er ontstaan dan kleine elektrische impulsen die worden doorgegeven aan de buur-neuronen. Hierbij ‘lekken’ telkens een paar elektrische signalen. Van deze seintjes maken zogeheten brein-machine-interfaces (BMI) gebruik.

In Utrecht wordt onder andere gewerkt aan een BMI, zodat mensen die zijn getroffen door een hersenstaminfarct, bijvoorbeeld, weer kunnen communiceren. Maar ook wetenschappers van de Universiteit van Californië doen hier veel onderzoek naar en onlangs boekten ze een succesje: ze ontwikkelden een algoritme dat hersenactiviteit vertaalt naar woorden.

Lees ook:

• Met je brein een machine aansturen
• Kan A.I. bepalen welke behandeling voor depressie de beste is?

Tina Turner

Het team had voor zijn kleinschalige onderzoek vier mensen geworven. De deelnemers hadden allen epilepsie en om hun aanvallen te volgen, waren er al elektroden geplaatst op hun hersenen.

Vervolgens vroegen de onderzoekers deze mensen om bepaalde zinnen meerdere keren hardop uit te spreken. Zo moesten ze “Tina Turner is een popzanger” zeggen, en “Die dieven hebben dertig juwelen gestolen”.

De hersensignalen die hierbij waren betrokken, werden gevoed aan een algoritme. Dat keek op zijn beurt naar zich herhalende kenmerken in de gesproken zinnen. Het lette daarbij onder meer op klinkers, medeklinkers, en zinlengte. Deze patronen zette het algoritme om in een reeks cijfers.

Hersenactiviteit

De cijfers werden ingevoerd in een tweede neuraal netwerk dat hiermee probeerde te voorspellen wat er was gezegd door elke deelnemer. In eerste instantie spuugde het algoritme onzinzinnen uit. Maar toen het elke reeks woorden vergeleek met de zinnen die daadwerkelijk waren voorgelezen, verbeterde het zich. Het leerde namelijk hoe de cijfers betrekking hadden op woorden en welke woorden de neiging hebben om elkaar op te volgen.

In een tweede experiment testten de onderzoekers het systeem waarbij de zinnen niet hardop werden uitgesproken. Het algoritme moest de tekst dus herkennen aan de hand van de hersenactiviteit van de deelnemers.

Dat verliep niet vlekkeloos. De zin “Een deel van de cake was opgegeten door de hond” werd voorspeld als “Een deel van de cake was het koekje”. En “Die muzikanten harmoniseren prachtig” was gedecodeerd als “De spinazie was een beroemde zanger”. Dit is voor een deel te wijten aan het beperkte vocabulaire van het neurale netwerk, het kende misschien maar 250 woorden.

Beperkingen

“Het onderzoek laat echt een paar zeer boeiende resultaten zien”, mailt Christian Herff van Maastricht University, die niet was betrokken bij de studie. “Het kleine aantal patiënten is naar mijn mening geen beperking, omdat het systeem hoe dan ook voor elke persoon afzonderlijk wordt getraind. Het is dus echt belangrijk om te laten zien dat zo’n systeem kan worden gebouwd.”

“De belangrijkste beperkingen zijn dat de patiënten in deze studie nog steeds normaal spreken en daarom ook gewoon Siri (de spraakassistent van Apple, red.) zouden kunnen gebruiken.” Om de bevindingen naar de patiënten te brengen die ze nodig hebben, is het volgens Herff noodzakelijk om spraak rechtstreeks te decoderen wanneer de patiënten het willen produceren.

“Bovendien zou het voor verlamde patiënten nodig zijn om denkbeeldige spraak te decoderen in plaats van hardop uitgesproken zinnen. Dit zijn de twee zaken die we in Maastricht proberen aan te pakken.”

Bronnen: Nature Neuroscience, ScienceAlert, The Guardian

Beeld: iStock/Getty Images

Ben je geïnteresseerd in de wereld van wetenschap & technologie en wil je hier graag meer over lezen? Word dan lid van KIJK!