A Columbia Egyetem neurológusai a Neuron tudományos szaklapban publikált tanulmányukban arra keresték a választ, hogyan képes az agy kiszűrni a számára ismerős hangokat még a legnagyobb zajban is. Nima Mesgarani, a tanulmány vezető szerzője egy hatalmas tóhoz hasonlítja az agyat, melynek felszínén ugyan nem sokat látunk, de a mélységben minden élőlény elképesztően gyorsan mozog, egyetlen iránymutatójuk pedig a víz sodrása. Mesgarani csapata korábbi kutatásokban már felfedezték, hogy amikor az emberek beszélnek vagy csupán elképzelik a beszélgetést, jellegzetes aktivitás kezdődik az agyban, ezek a jelmintázatok pedig akkor is érzékelhetőek, ha csupán más beszédét hallgatják vagy elképzelik.

A mostani vizsgálatok során a temporális lebeny területének két része keltette fel figyelmüket. Az egyik a temporális lebeny felső felszínének hátsó része, az úgynevezett Heschl-tekervény (HG), valamint a temporális vizuális areák, a temporális lebeny középső és alsó gyrusai (STG). A Heschl-tekervény jobb oldala a hangok térbeli elhelyezését segíti, a hangok időbeli sorrendiségében pedig a bal félteke dominál. A tekervény sejtjeinek több mint fele ingerspecifikus, vagyis reagálnak többek között a magas és mély hangokra. A temporális lebeny középső és alsó gyrusai pedig részt vesznek a komplex feldolgozásban, például a térbeli orientációban vagy a mélység és a távolság felismerésében.

"Úgy gondoljuk, hogy ez a két terület testvériesen megosztja egymást között a munkát, valahányszor ki kell szúrni egy ismerős hangot a tömegben. Mégpedig azáltal, hogy a HG jeleket küld az STG-nek, ami aztán beazonosítja azokat. Kiderült, hogy az STG még kevésbé ideális helyzetekben is képes jól választani, így például ha egyszerre több hang közül kell felismernie az ismerőset. - mondja James O'Sullivan, a kutatás társszerzője. Hozzátette, a folyamat rendkívül gyorsan, mindössze 0.15 másodperc alatt végbemegy. A kutatók jelenleg részletesebb kutatások kidolgozásán dolgoznak, Mesgarani szerint felfedezésük ugyanis vízválasztó lehet, mert lehetővé teszi számukra a folyamat algoritmusokon alapuló mesterséges generálását, így a jövőben a beszédképességüket elvesztők is kommunikálhatnak környezetükkel.

Hogyan lesz az agyi jelekből mesterséges beszéd?

Egy San Franciscó-i kutatócsoportnak köszönhetően hamarosan búcsút inthetünk az unalmas gépelésnek, miután a világon elsőként sikerült beszéddé alakítaniuk agyhullámokat. A tudósok előbb letapogatták mindazokat a jeleket, amelyeket az agy beszéd közben küld a beszédszerveknek, majd ez alapján feltaláltak egy eszközt, ami még bonyolultabb szószerkezetek megalkotására is képes. A kísérlet során öt epilepsziás beteg agyhullámait rögzítették, miközben egy száz kifejezést tartalmazó listából kellett adott szövegeket felolvasniuk, méghozzá agyműtét közben. Ezt követően a jeleket egy emberi beszédrendszert modellező számítógépbe táplálták, amiből megszületett a szintetikus beszéd.

A gépi beszédet a Mechanical Turk oldalon önkéntesek bevonásával tesztelték, akik -némi segédlettel-, de összességében a hallott szöveg ötven-hetven százalékát megértették. Bár a rendszer további fejlesztésre szorul, de a kutatócsoport már biztosan beírta magát a történelembe. A technológia különlegessége, hogy elvont gondolatok helyett a neuronok üzenetét figyeli, miközben azok a beszédszerveket aktivizáló parancsokat közvetítik. Edward Chang, a Kaliforniai Egyetem idegsebésze szerint mivel az agy beszédmozgás-irányító részeit tapogatták le, így inkább a mozgásokat próbálják dekódolni a közvetlen beszéld helyett. A jeleket olyan elektrokortikográfiai eljárással rögzítették, amelyet gyakran használnak epilepsziás betegek vizsgálatánál. Ez annyit tesz, hogy lyukat fúrtak a koponyába, amin keresztül az agykéreg felszínére helyezték az elektródákat. Andrew Schwartz, a Pittsburghi Egyetem kutatója kiválónak értékelte a projektet, ugyanakkor hozzátette, reméli a jövőben még pontosabb képet kapnak, ha a szondákat az agy szövetébe helyezik, és nem csak a felszínen keresnek jeleket.

(Források: Nature, Tankönyvtár, Technology Review, Medcial Xpress, Wikipédia, Quizlet, Kép: Pixabay)