Britaniyalik fizik, amiotrofik lateral skleroz (ALS) kasalligi bilan og'rigan eng mashhur insonlardan biri Stiven Xoking dunyo bilan ko'zoynaklariga o'rnatilgan sensor yordamida muloqot qilgan. Bu sensor uning yuzidagi bitta mushakning kichik harakatlaridan ekrandagi belgilarni tanlash uchun foydalangan. U bir daqiqada taxminan bir so'z tezligida to'liq gapni terib bo'lgach, matn DECtalk TC01 sintezatori orqali nutqqa aylantirilgan va bu unga o'ziga xos robotik ovoz bergan.

Ammo Xoking 2018-yilda vafot etganidan beri ko'p narsa o'zgardi. So'nggi paytlardagi miya-kompyuter interfeysi (MKI) qurilmalari neyron faolligini to'g'ridan-to'g'ri matn va hatto nutqqa tarjima qilish imkonini berdi. Afsuski, bu tizimlarda sezilarli kechikishlar mavjud edi, ko'pincha foydalanuvchini oldindan belgilangan lug'at bilan cheklardi va ular nutqning ohangi yoki intonatsiyasi kabi nozik jihatlarini boshqara olmasdi. Endilikda, Kaliforniya universiteti, Deyvisdagi olimlar jamoasi miya signallarini tovushlarga — fonema va so'zlarga bir zumda tarjima qila oladigan neyron protez yaratdi. Bu bizning to'liq raqamli nutq apparatiga qaratilgan birinchi real qadamimiz bo'lishi mumkin.

Matnli xabarlar

"Bizning asosiy maqsadimiz — falajga uchragan bemorning iloji boricha ravon gapirishiga, o'z intonatsiyasini boshqarishiga va ovoz balandligini modulyatsiya qilish orqali yanada ifodali bo'lishiga imkon beruvchi moslashuvchan nutq neyroprotezini yaratishdir," deydi ushbu tadqiqotga rahbarlik qilgan UC Davis neyroprotezlar bo'yicha tadqiqotchi Maytreyi Vayragkar. Bu qutidagi barcha shartlarni bajaradigan protezni ishlab chiqish ulkan qiyinchilik edi, chunki bu Vayragkarning jamoasi MKIga asoslangan aloqa yechimlarida ilgari duch kelgan deyarli barcha muammolarni hal qilishi kerakligini anglatardi. Va ularda juda ko'p muammolar bor edi.

Birinchi muammo matndan tashqariga chiqish edi – hozirgacha ishlab chiqilgan eng muvaffaqiyatli neyron protezlar miya signallarini matnga tarjima qilgan – implant o'rnatilgan bemor aytmoqchi bo'lgan so'zlar shunchaki ekranda paydo bo'lgan. Frensis R. Villett Stenford universitetida jamoaga rahbarlik qilib, 25 foizga yaqin xato darajasi bilan miyadan matnga tarjimani amalga oshirdi. "ALS bilan og'rigan ayol gapirishga harakat qilganida, ular so'zlarni koddan chiqara olishdi. To'rtta so'zdan uchtasi to'g'ri edi. Bu juda hayajonli, ammo kundalik muloqot uchun yetarli emas edi," deydi UC Davis neyroshunosi va tadqiqotning yetakchi muallifi Sergey Staviskiy.

Kechikishlar va lug'atlar

Stenforddagi ishdan bir yil o'tib, 2024-yilda Staviskiy jamoasi o'zining miyadan matnga tarjima tizimi bo'yicha tadqiqotini nashr etdi, bu tizimning aniqligi 97,5 foizga yetdi. "Deyarli har bir so'z to'g'ri edi, ammo matn orqali muloqot cheklangan bo'lishi mumkin, shunday emasmi?" dedi Staviskiy. "Ba'zan ovozingizdan foydalanishni xohlaysiz. Bu sizga aralashishga imkon beradi, boshqalarning sizni to'xtatish ehtimolini kamaytiradi – siz qo'shiq aytishingiz, lug'atda bo'lmagan so'zlardan foydalanishingiz mumkin." Ammo nutqni yaratishning eng keng tarqalgan yondashuvi uni matndan sintez qilishga asoslangan bo'lib, bu MKI tizimlarining yana bir muammosiga olib keldi: juda yuqori kechikish.

Deyarli barcha MKI nutq yordamlarida gaplar sezilarli kechikish bilan ekranda paydo bo'lardi, bemor so'zlarni o'z ongida birlashtirib bo'lganidan ancha keyin. Nutq sintez qilish qismi odatda matn tayyor bo'lgandan keyin sodir bo'lgan, bu esa yanada ko'proq kechikishga sabab bo'lgan. Miyadan matnga yechimlar ham cheklangan lug'atdan azob chekkan. Bunday turdagi eng so'nggi tizim taxminan 1300 so'zdan iborat lug'atni qo'llab-quvvatlagan. Agar siz boshqa tilda gapirishga, murakkabroq lug'atdan foydalanishga yoki hatto yaqin atrofdagi qahvaxonaning g'ayrioddiy nomini aytishga harakat qilsangiz, tizimlar ishlamay qolgan.

Shuning uchun, Vayragkar o'z protezini miya signallarini so'zlarga emas, balki tovushlarga tarjima qilish va buni real vaqt rejimida amalga oshirish uchun mo'ljalladi.

Ovozni ajratib olish

Vayragkarning tadqiqotida ishtirok etishga rozi bo'lgan bemor T15 deb kodlangan 46 yoshli ALS bilan og'rigan erkak edi. "U og'ir falajga uchragan va gapirishga harakat qilganida, uni tushunish juda qiyin. Men uni bir necha yildan beri bilaman va u gapirganda, men aytayotganlarining taxminan 5 foizini tushunaman," deydi neyroxirurg va tadqiqotning hammuallifi Devid M. Brendmen. UC Deyvis jamoasi bilan ishlashdan oldin, T15 kompyuter ekranidagi kursorini boshqarish uchun giroskopik bosh sichqonchasidan foydalangan.

Staviskiyning miyadan matnga tizimining dastlabki versiyasidan foydalanish uchun bemorning ventral pretsentral girusiga 256 ta mikroelektrod o'rnatilgan, bu miyaning nutq apparati mushaklarini boshqarishga mas'ul bo'lgan joyi.

Yangi miyadan nutqqa tizimi uchun Vayragkar va uning hamkasblari xuddi shu 256 elektrodga tayanib ishladilar. "Biz alohida neyronlardan neyron faolliklarini yozib oldik, bu biz miyamizdan olishimiz mumkin bo'lgan eng yuqori aniqlikdagi ma'lumotdir," deydi Vayragkar. Elektrodlar tomonidan qayd etilgan signal keyin neyron dekoder deb nomlangan sun'iy intellekt algoritmiga yuborildi, bu algoritm bu signallarni shifrladi va ohang yoki ovoz kabi nutq xususiyatlarini ajratib oldi. Keyingi bosqichda bu xususiyatlar vokoderga, ya'ni T15 normal gapira olganida bo'lgan ovozga o'xshash qilib ishlash uchun mo'ljallangan nutq sintez qilish algoritmi. Butun tizim taxminan 10 millisekundgacha bo'lgan kechikish bilan ishladi – miya signallarining tovushlarga aylanishi amalda bir zumda sodir bo'ldi.

Vayragkarning neyron protezi miya signallarini tovushlarga aylantirganligi sababli, u cheklangan so'z tanloviga ega emas edi. Bemor xohlagan narsasini, shu jumladan lug'atda bo'lmagan soxta so'zlarni va "um," "hmm" yoki "uh" kabi undovlarni ham ayta olardi. Tizim ohang yoki intonatsiya kabi xususiyatlarga sezgir bo'lganligi sababli, u gapning oxirgi so'zini biroz yuqoriroq ohangda aytib savollar berishi va hatto qisqa kuyni ham kuylashi mumkin edi.

Ammo Vayragkarning protezining o'z chegaralari bor edi.

Tushunarlilikni yaxshilash

Protezning ish faoliyatini sinab ko'rish uchun Vayragkar jamoasi dastlab inson tinglovchilardan T15 bemorining sintez qilingan nutqining yozuvini shunga o'xshash uzunlikdagi oltita nomzod gaplar to'plamidan bir nusxasi bilan moslashtirishni so'rashdi. Bu yerda natijalar butunlay mukammal bo'ldi, tizim 100 foiz tushunarlilikka erishdi.

Muammolar jamoa biroz qiyinroq narsani sinab ko'rganida boshlandi: tinglovchilar hech qanday nomzod transkriptsiz ishlashlari kerak bo'lgan ochiq transkripsiya testi. Ushbu ikkinchi testda so'z xatosi darajasi 43,75 foizni tashkil etdi, ya'ni ishtirokchilar yozib olingan so'zlarning yarmidan bir oz ko'prog'ini to'g'ri aniqladilar. Bu, albatta, T15ning yordamsiz nutqining tushunarliligiga nisbatan yaxshilanish edi, xuddi shu guruh tinglovchilari bilan bir xil testda so'z xatosi 96,43 foizni tashkil qilgan edi. Ammo protez, umidli bo'lsa-da, kundalik muloqot uchun foydalanishga hali yetarli darajada ishonchli emas edi.

"Biz hali ham ochiq suhbatlarda foydalanish mumkin bo'lgan nuqtada emasmiz. Men buni kontseptsiyani isbotlash deb bilaman," deydi Staviskiy. U kelajakdagi dizaynlarni yaxshilashning bir usuli ko'proq elektrodlardan foydalanish bo'lishini taklif qildi. "Hozirda mingdan ortiq elektrodlarga ega MKIlar ishlab chiqarayotgan ko'plab startaplar mavjud. Agar biz atigi 250 elektrod bilan erishgan narsamizni ming yoki ikki ming elektrod bilan nimalar qilish mumkinligini o'ylab ko'rsak – menimcha, bu shunchaki ishlaydi," deb ta'kidladi u. Va buni amalga oshirish uchun ishlar allaqachon boshlangan.

Ostin, Texasda joylashgan MKIga ixtisoslashgan Paradromics startapi nutq neyron protezining klinik sinovlarini o'tkazishni rejalashtirmoqda va allaqachon FDA (AQSh oziq-ovqat va dori-darmon idorasi) tasdiqlashini so'ramoqda. "Ularda 1600 elektrodli tizim bor va ular nutq bilan shug'ullanishlarini ochiq e'lon qilishdi," deydi Staviskiy. "Bizning hammuallifimiz Devid Brendmen ushbu sinovlar uchun yetakchi bosh tergovchi bo'ladi va biz buni UC Devisda amalga oshiramiz."

Nature, 2025. DOI: 10.1038/s41586-025-09127-3