大腦翻譯機
人類的語言表達能力，一直是個既奇妙又複雜的事情，雖然其他動物也能夠互相溝通，但目前已知只有人類的語言能夠輕鬆地表達時間及空間的概念，而這也造就了人類的文明如此堅不可摧。從以前到現在，有些人因為腦傷而無法正常的與人溝通，所幸現代的科技能透過腦機介面，來幫助病人傳達他想說的，而本篇文章則在探討他們的團隊，如何用全新的方式，來解構大腦神經訊號以及語言之間的關係。
在傳統的方式中，常常著重在神經元活性與所想、所做的事情之間的關聯，並且這種方式需要客製化的調整模型參數，很不方便。而本篇作者的想法很簡單，他們想要做出一套模型，它的功能就像翻譯機一樣，能夠很自由地在兩個語言之中作轉換，只是這台大腦翻譯機，他所需要翻譯的是大腦的訊號。為了達到這個概念，首先需要一個temporal convolution network將temporal pattern 取出來，接著利用一個encoder RNN把這些訊號意象化，最後再用decoder RNN把意象化的訊號轉變成手寫的文字。在這個方法之下，經過翻譯後的文字錯誤率僅有7%，非常接近兩個人類之間溝通的5%錯誤率，而傳統的錯誤率則高達39-60%，是一個很顯而易見的差別。
作者最後表示，從翻譯語言開始，在未來我們也可以期待，許多需要用到腦機介面的技術，也都可以遵照這樣的模式來建構模型。
撰文：黃千恩
原始論文：Cogan, G. B. (2020). Translating the brain. Nature Neuroscience, 23(4), 471-472. https://www.nature.com/articles/s41593-020-0616-8
留言
張貼留言