(Créditos da imagem: Andrew Ostrovsky/Getty Images).

Uma Inteligência Artificial (IA) pode traduzir com precisão pensamentos em frases, pelo menos para um vocabulário limitado de 250 palavras. O sistema pode nos aproximar da restauração da fala de pessoas que perderam a capacidade por conta de paralisias.

Joseph Makin, da Universidade da Califórnia, em São Francisco, e seus colegas usaram algoritmos de aprendizado profundo para estudar os sinais cerebrais de quatro mulheres enquanto falavam. As mulheres, todas com epilepsia, já tinham eletrodos presos ao cérebro para monitorar convulsões.

Cada mulher foi convidada a ler em voz alta um conjunto de frases enquanto a equipe media a atividade cerebral. O maior grupo de frases continha 250 palavras únicas.

A equipe forneceu essa atividade cerebral a um algoritmo de rede neural, treinando-o para identificar padrões que ocorrem regularmente e que podem ser vinculados a aspectos repetidos da fala, como vogais ou consoantes. Esses padrões foram então alimentados a uma segunda rede neural, que tentou transformá-los em palavras para formar uma frase.

Cada mulher repetiu as frases pelo menos duas vezes, e a repetição final não fazia parte dos dados de treinamento, permitindo que os pesquisadores testassem o sistema.

Cada vez que uma pessoa fala a mesma frase, a atividade cerebral associada será semelhante, mas não idêntica. 

Memorizar a atividade cerebral dessas sentenças não ajudaria, então a rede precisa aprender o que há de semelhante nelas para poder generalizar para este exemplo final”, disse Makin. Nas quatro mulheres, o melhor desempenho da IA ​​foi uma taxa de erro de tradução média de 3%.

Makin diz que o uso de um pequeno número de frases tornou mais fácil para a IA aprender quais palavras tendem a seguir outras. Por exemplo, a IA conseguiu decodificar que a palavra “Turner” sempre seguia a palavra “Tina” nesse conjunto de frases, apenas a partir da atividade cerebral.

A equipe tentou decodificar os dados do sinal do cérebro em palavras individuais de cada vez, em vez de frases inteiras, mas isso aumentou a taxa de erro para 38%, mesmo para o melhor desempenho.

“Portanto, a rede está claramente aprendendo fatos sobre quais palavras combinam, e não apenas qual atividade neural mapeia para quais palavras”, enfatizou Makin.

Isso tornará difícil ampliar o sistema para um vocabulário maior, pois cada nova palavra aumenta o número de frases possíveis, reduzindo a precisão. Makin diz que 250 palavras ainda podem ser úteis para pessoas que não conseguem falar. “Queremos implantar isso em um paciente com uma deficiência de fala real”, diz ele, embora seja possível que a atividade cerebral deles possa ser diferente da das mulheres deste estudo, tornando isso mais difícil.

Sophie Scott, da University College London, diz que ainda estamos longe de conseguir traduzir dados de sinais cerebrais de maneira abrangente. “Você provavelmente conhece cerca de 350.000 palavras, por isso ainda é um conjunto de palavras incrivelmente restrito que elas estão usando”, diz ela. [NewScientist].