人类似乎又离读心术进了一步：科学家已经开发出了一种人工智能，可以将大脑活动转化为文本。虽然目前这个系统仅适用于当有人大声说话时检测到的神经模式，专家说，它最终可以帮助无法说话或者打字的患者实现成功和他人沟通。这项研究的合著者，来自加州大学旧金山分校的约瑟夫·马金（Joseph Makin）博士说：“我们还未到达这一步，但我们目前所研究的东西确实是未来语言类假肢的基础。
马金（Makin）以及他的同事在《自然神经科学》（《Nature Neuroscience》）杂志上发表文章，通过招募四名在电极中植入电极阵列以监测癫痫发作的参与者，揭示了研究者们是如何发展自己的系统的。
这些参与者们被要求多次朗读50个固定句子，包括“蒂娜·特纳是流行歌手“（”Tina Turner is a pop singer”）和”那些小偷偷走了30件珠宝“（”Those thieves stole 30 jewels”）。研究者们在实验对象讲话时跟踪了他们的神经活动。然后，将这些数据输入到机器学习的算法中，这是一种人工智能系统，可以将每个句子被口述时大脑的活动数据转换为数字字符串。为了确保这些数字字符串仅与语音方面有关，该系统将根据大脑活动数据而预测的声音与实际记录的音频进行了比较，然后将数字字符串输入系统的第二部分，这个部分最终会转化成单词序列。
起初呢，这个系统所呈现出来的都是废话，但是当系统将单词的每个序列与实际朗读的句子进行比较时，系统结果得到了改善，从而可以了解数字串与单词之间的关系以及哪些单词趋于彼此接近。然后，该团队对这个系统进行了进一步测试，试图仅从语音过程中的大脑活动生成书面文本。
由于刚在起步阶段，这个系统并不完美，会犯一些令人啼笑皆非的错误。如“那些音乐家被奇妙地调和在一起“（”Those musicians harmonise marvellously”）被解码为“这个菠菜是一个著名的歌手”（“The spinach was a famous singer”），而”一卷电线躺在墙附近“（”A roll of wire lay near the wall”）变成了“罗宾会穿黄色百合吗”（“Will Robin wear a yellow lily”）
但是，团队发现新系统的准确性远远高于以前的方法，尽管准确度是因人而异的。对于一个参与者，平均一句话只需要纠正3%的单词，而一位专业人类笔录者则有5%的单词错误率。当然这并不意味着新系统已经超过人类可以投入使用了，因为这个算法实际上只需要处理少量的句子，而专业人类笔录者则需要长时间和高强度地进行工作。
马金说，如果尝试使用超出50个句子的话，解码出来的结果会变得更加糟糕。并且该系统可能依赖于学习特定的句子，从大脑活动中识别单词以及识别英语的一般组合的模式。研究团队还发现，根据一个参与者的数据对算法进行训练意味着最终用户需要的训练数据更少，这可以减少对患者的繁琐训练。
马斯特里赫特大学（Maastricht University）的专家克里斯蒂安·赫尔夫（Christian Herff）博士没有参加这项研究，但他表示这项研究令人兴奋，因为该系统只使用每个参与者不到40分钟的时间来训练数据，并且句子的收集数量有限，而不是通常需要的数百万个小时。他表示：“通过这样做，它们达到了迄今为止尚未达到的准确性水平。”但他也指出，该系统尚不能用于许多严重残疾的患者，但他仍然认为这是一项了不起的研究。
由这项研究引发了学界对道德伦理的担忧和辩论。赫尔夫认为现在大家还不必担心科学会帮助他人读取自己内心的想法，但谢菲尔德大学的马纳兹·拉瓦内（Mahnaz Arvaneh）表示：“现在考虑道德问题是非常重要的，虽然目前距离机器读懂我们的思想仍然非常遥远，但这并不意味着我们不应该考虑它。相反我们应该时刻警惕，道德伦理不得松懈。”
