Большинство экспериментальных интерфейсов «мозг — компьютер» (ИМК), созданных для синтеза человеческой речи, вживляют в те зоны мозга, что переводят намерение заговорить в работу мышц речевого аппарата. Пациенту приходится пытаться произносить слова физически, чтобы имплант заработал, — а для людей с тяжёлым параличом это изнурительно.
Чтобы обойти это ограничение, исследователи из Стэнфордского университета разработали ИМК, способный считывать внутреннюю речь — ту самую, что сопровождает наше молчаливое чтение и бесконечные внутренние монологи. Проблема, однако, в том, что в этих монологах хватает мыслей, которые мы совсем не хотели бы выносить наружу. Поэтому учёные впервые в мире придумали защиту, охраняющую «ментальную приватность» пациентов.
Перекрывающиеся сигналы
Причина, по которой почти все речевые нейропротезы обучают распознавать именно попытки речи, в том, что изначально учёные шли по той же дорожке, что и при создании искусственных конечностей: записывали сигналы из области мозга, управляющей мышцами. «Попытки движений дают очень мощный сигнал, и мы решили, что этот подход сработает и для речи», — поясняет Беньямин Мешеде Абрамович Краса, нейробиолог из Стэнфорда, один из ведущих авторов исследования вместе с Эрин М. Кунц.
В конце концов голосовой тракт целиком опирается на работу мышц. Выудить из мозга сигналы, управляющие ими, казалось удобным способом обойти куда более сложную задачу — расшифровку высших уровней языковой обработки, которые до конца так и не изучены.
Но для людей, страдающих от бокового амиотрофического склероза или тетраплегии, сама попытка заговорить — подвиг. Поэтому команда Красы сменила курс и взялась за расшифровку внутренней, беззвучной речи, которая не включает в работу мышцы.
Работа началась со сбора данных для обучения алгоритмов ИИ. Те должны были превращать нервные импульсы внутренней речи в слова. В исследовании участвовали четверо пациентов, почти полностью парализованных. Им вживили микроэлектродные решётки в разные участки моторной коры. Задачи были просты: слушать записанные слова или читать их про себя.
Собранные данные показали: в тех же зонах мозга, что отвечают за попытку речи, фиксируются и следы речи внутренней. И тут сразу возник вопрос: может ли система, обученная на «попытках», случайно зацепить и молчаливые монологи? Проверка с использованием созданного ранее декодера показала: да, ещё как может.
«Мы продемонстрировали, что классические ИМК, обученные на попытках речи, срабатывают и тогда, когда человек просто смотрит на предложение на экране и представляет, будто произносит его про себя», — поясняет Краса.
Ментальные пароли
Идея выуживать слова и целые фразы прямо из наших мыслей сразу вызывает массу вопросов о приватности — тем более что знаний о работе мозга у науки всё ещё обидно мало. В июне 2025 года, когда в Калифорнийском университете в Дэвисе показали систему, превращающую мозговые сигналы в звук, издание спросило у Майтри Уайрагкар, нейропротезистки, возглавлявшей тот проект, как её ИМК отличает внутреннюю речь от речевых попыток. Учёная ответила, что проблем не возникает, ведь сигналы снимаются из зоны мозга, управляющей мышцами.
«Надо признать, в их исследовании случайной расшифровки внутренней речи не было, — комментирует Краса. — Но у нас было предчувствие, что это возможно, и мы оказались правы». Поэтому команда предложила два способа защиты.
Первый вариант для ИМК, работающих с попытками речи, был автоматическим: алгоритм учился улавливать едва заметные различия между сигналами от внутренней и произносимой речи. «Если включить в обучение данные внутренней речи и пометить их как молчаливые, можно натренировать нейросеть игнорировать их — и она справлялась с этим довольно хорошо», — поясняет Краса.
Альтернативный вариант был менее изящным. Исследователи просто обучили декодер распознавать пароль, который пациент должен был мысленно произнести, чтобы включить протез. Пароль звучал как «Chitty chitty bang bang» — ментальный аналог команды «Привет, Siri». Система узнавала его с точностью 98%.
Но вот со сложными фразами протез уже запутывался.
На грани возможного
Когда защита приватности была готова, исследователи перешли к тестам. Сначала — простые задачи: пациентам показывали на экране короткое предложение, и они должны были представить, что произносят его про себя. Результаты колебались: до 86% точности у самого успешного участника при словаре в 50 слов, но падали до 74%, когда объём словаря расширяли до 125 000.
А вот при переходе к неструктурированной внутренней речи ограничения ИМК проявились во всей полноте.
В первом тесте участникам показывали последовательность стрелок вверх, вправо или влево и просили через короткую паузу воспроизвести её джойстиком. Предполагалось, что пациенты будут повторять цепочки вроде «Вверх, вправо, вверх» в голове, чтобы запомнить. Целью было выяснить, поймает ли протез эти «мысленные шпаргалки». Отчасти он улавливал их, но точность была лишь чуть выше случайной.
Наконец, Краса с коллегами попробовали декодировать более сложные мысли без подсказок. Пациентов просили вспомнить название любимого блюда или интересную реплику из фильма. «Это не сработало, — признаётся Краса. — На выходе из декодера получалась какая‑то тарабарщина».
Сегодня, считает Краса, протез внутренней речи остаётся скорее демонстрацией принципа. «Мы и не думали, что это в принципе возможно, и всё же сделали — и это невероятно захватывает. Но ошибок пока слишком много, чтобы использовать устройство в повседневности», — говорит он. По его словам, ключевая проблема может крыться в железе — в числе электродов и точности, с которой удаётся фиксировать активность нейронов. Возможно, более ясные следы внутренней речи проявляются и в других зонах мозга, не только в моторной коре.
Сейчас команда занята двумя проектами, выросшими из этой работы. «Первый — это вопрос о том, насколько быстрее будет ИМК, читающий внутреннюю речь, по сравнению с интерфейсом для попыток речи, — рассказывает Краса. — Второй связан с пациентами, страдающими афазией: у них мышцы рта работают, но слова не формируются. Мы хотим проверить, поможет ли им расшифровка внутренней речи».
Хотите быть в курсе важных новостей из мира ИИ? Подписывайтесь на наш телеграм: BotHub AI News.
Источник: habr.com