Numero 8 del 2020
Titolo: Scienza- Un traduttore automatico dal pensiero al linguaggio
Autore: Redazionale
Articolo:
(da «Lescienze.it» del 6 aprile 2020)
Tradurre in modo automatico l'attività dei neuroni in linguaggio parlato: una tecnologia che solo pochi anni fa sembrava fantascienza sta diventando gradualmente una realtà. Sulle pagine della rivista «Nature Neuroscience», Joseph Makin e colleghi dell'Università della California a San Francisco descrivono un algoritmo in grado di svolgere questo compito con un'accuratezza mai raggiunta prima di ora. Gli autori hanno analizzato le più recenti realizzazioni nel campo delle interfacce cervello-macchina, dispositivi elettronici collegati direttamente con il sistema nervoso per decodificarne i segnali, che nell'ultimo decennio hanno fatto notevoli progressi. Si è passati infatti dalla sperimentazione sugli animali a quella sugli esseri umani, raggiungendo l'obiettivo di ripristinare il movimento degli arti in pazienti paraplegici con il collegamento delle interfacce a protesi elettromeccaniche. Una funzione fondamentale come la produzione del linguaggio, invece, ha segnato un po' il passo. Alcune ricerche hanno sfruttato proprio le neuroprotesi per digitare parole sulla tastiera di un computer, ma la rapidità di trascrizione è risultata molto scarsa. Altri gruppi di ricerca si sono dedicati alla trascrizione diretta dei segnali neuronali, ma finora si è riusciti a decodificare solo frammenti di parole, o meno del 40 per cento delle parole nelle frasi proferite in un discorso con un vocabolario limitato a un centinaio di parole.
Makin e colleghi hanno adottato un approccio basato sull'intelligenza artificiale, sfruttando in particolare le potenzialità di apprendimento automatico delle reti neurali artificiali, modelli computazionali in cui dei neuroni virtuali collegati tra loro riproducono l'architettura di base delle reti di neuroni nel cervello. L'idea era di addestrare le reti neurali ricorrenti a mappare i segnali neurali mentre un soggetto pronuncia alcune frasi. Nel corso della fase sperimentale, i ricercatori hanno coinvolto quattro volontari a cui erano stati impiantati alcuni elettrodi intracranici per il monitoraggio delle crisi epilettiche. I volontari avevano il compito di leggere alcune frasi ad alta voce mentre veniva registrata la loro attività neurale tramite gli elettrodi. I segnali raccolti sono stati usati per alimentare una rete neurale, che ha poi creato una rappresentazione dei segnali elettrici del cervello che si ripetevano più spesso e che potevano essere collegati alle caratteristiche ricorrenti del discorso come vocali, consonanti o comandi motori ai muscoli della bocca. Un'altra rete neurale ha poi decodificato questa rappresentazione parola per parola per ricomporre le frasi con una notevole accuratezza: il tasso di errore è risultato simile a quello di un riconoscitore vocale di livello professionale. I risultati miglioravano ulteriormente quando il sistema veniva applicato su un volontario dopo che era già stato addestrato sul parlato di un altro, suggerendo che l'approccio potrebbe essere trasferito tra diverse persone.
