A Inteligência Artificial (IA) tem feito avanços significativos no campo das ciências, abrindo oportunidades para melhorar a qualidade de vida de pessoas com deficiências ou limitações. Uma equipe de pesquisadores da Universidade do Texas alcançou recentemente um progresso inovador nessa área, desenvolvendo um método promissor e não invasivo para decodificar a fala com base na atividade cerebral de uma pessoa, por meio de uma conexão cérebro-computador.
Esse método revolucionário possibilita que pacientes incapazes de falar consigam “transmitir” seus pensamentos utilizando IA. Ao combinar uma técnica de imagem com aprendizado de máquina, os pesquisadores utilizaram a magnetoencefalografia, que mede os campos magnéticos gerados pela atividade elétrica do cérebro, sem a necessidade de eletrodos intracranianos.
LEIA MAIS: Seu celular está sendo rastreado? Saiba como identificar e se proteger
Experimento com seres humanos
Para testar a eficácia desse método em humanos, os pesquisadores realizaram um experimento onde voluntários escutaram horas de podcasts narrativos, enquanto tinham sua atividade cerebral monitorada. Os resultados foram surpreendentes: o modelo desenvolvido pelos pesquisadores conseguiu identificar partes da fala a partir de apenas 3 segundos de sinais cerebrais, com uma precisão média de até 41% entre os indivíduos. Além dissso, em alguns casos, a precisão chegou a incríveis 80%, o que significa que o modelo pode compreender palavras e frases não utilizadas durante o treinamento.
Essa descoberta representa um avanço significativo no campo da IA, abrindo novas possibilidades para a comunicação de pessoas com deficiências de fala. Além disso, esse método não invasivo pode ser aplicado em diversas áreas, como a neurociência e a reabilitação de pacientes com lesões cerebrais.
LEIA MAIS:Google Bard: obtenha informações de vídeos do YouTube sem assistir
No futuro, será possível ler pensamentos por meio da tecnologia?
Apesar das preocupações éticas levantadas, os pesquisadores ressaltam que obter consentimento e colaboração dos usuários da interface são fundamentais para o sucesso desse desenvolvimento. Isso ocorre porque, se os pacientes não prestarem atenção ao podcast ou à narrativa em questão, o sistema não conseguirá identificar informações.
