爱吧机器人网 » 技术 > 智能硬件 > 正文

读心术成现实!麻省理工研发出头戴设备“AlterEgo” 信息识别准确率达92%

核心提示:据外媒报道,近日,美国麻省理工大学(MIT)新开发了一款名为AlterEgo的头戴设备,可以实现不言自明的读心境界。用户不用说话,它就能够识

据外媒报道,近日,美国麻省理工大学(MIT)新开发了一款名为“AlterEgo”的头戴设备,可以实现“不言自明”的读心境界。用户不用说话,它就能够识别出用户想说的内容。而且——识别“沉默语言”信息的准确率高达92%!

\

据称,有了这一神奇的黑科技,人们就可以在某些时候——比如在公共场合选择不发出语音,即可下达指令,从而免去很多尴尬。

这种头戴设备其实是一种计算机界面,由可穿戴设备和相关计算系统组成。设备中的电极会捕捉下颌和面部的神经肌肉信号,这些信号是由内部言语触发的——能够读取你脑海中想说的话——但是人眼无法察觉。信号被馈送到机器学习系统,该机器学习系统已经被训练成将特定信号与特定的字相关联。

该装置还包括一对骨传导头戴式耳机,其通过脸部的骨骼将振动传递到内耳。由于它们不会阻塞耳道,因此耳机可以使系统在不中断对话、不干扰用户的听觉体验的情况下,向用户传达信息。

该设备是一个完整的静音计算系统的一部分,可让用户无法察觉地摆出姿势并接受难以计算问题的答案。例如,在研究人员的一项实验中,受试者使用该系统默默报告对手在国际象棋游戏中的动作,并同样默默接受计算机推荐的回应。

\

“这样做的动机是建立一个智能增强设备,”麻省理工学院媒体实验室的研究生Arnav Kapur说,他领导了这个新系统的开发。“我们的想法是:我们可以拥有一个更内部的计算平台,它在某些方面融合了人机和计算机,并且感觉像是我们自己认知的内部扩展。”

“我们基本上离不开我们的手机和数字设备,”媒体艺术和科学教授Pattie Maes说。 “但目前,这些设备的使用非常具有破坏性。如果我想要查看与我正在进行的对话相关的事情,我必须找到我的手机并键入密码并打开一个应用,并输入一些搜索关键字,整个事情要求我完全将注意力从周围环境以及对话的人转移到手机上。所以,我和我的学生长期以来一直在尝试新的外形因素和新的体验类型,让人们仍然可以从这些设备给我们提供的所有精彩知识和服务中受益,并可以同时更融入自己周围的环境。

微妙的信号

自19世纪以来,内部言语表达与身体相关的观点一直存在,并在20世纪50年代进行了严格的调查。 20世纪60年代速读运动的目标之一就是消除内部的言语表达,或者称之为“默读”(subvocalization)。

但是,作为计算机接口的默读内容很大程度上是未知的。研究人员的第一步是确定脸上哪些位置是最可靠的神经肌肉信号的来源。所以他们进行了一些实验,在这些实验中,要求相同的受试者将同一系列的单词四次次定位,每次16个电极在不同的面部位置。

研究人员编写代码来分析结果数据,发现来自七个特定电极位置的信号始终能够区分次定位字。在会议论文中,研究人员报告了一种可穿戴无声语音界面的原型,该界面像电话耳机一样缠绕在脖子后部,并且具有触手状弯曲的附属物,其在嘴部两侧的七个位置处接触脸部并贴合着下巴。

但是在目前的实验中,研究人员使用一个颚上只有四个电极的方法获得了可比较的结果,可喜的是,佩戴的这个设备不像以往那么笨重累赘。

一旦他们选择了电极位置,研究人员就开始收集数据,内容包括一些有限词汇表的计算任务——每个约20字。一种是算术运算,其中用户将重点定位大的加法或乘法问题;另一个是国际象棋应用程序,用户使用标准的国际象棋编号系统来报告具体的移动。

然后,对于每个应用程序,他们使用神经网络来查找特定神经肌肉信号和特定词之间的相关性。像大多数神经网络一样,研究人员使用的网络被安排成简单处理节点的层次,每个层次都连接到上下层中的几个节点。数据被送入底层,其节点处理它并将它们传递给下一层,节点处理它并将它们传递到下一层,依此类推。最终图层产量的输出是一些分类任务的结果。

研究人员系统的基本配置包括一个神经网络,通过训练来识别来自神经肌肉信号的未定位词语,但它可以通过只重新训练最后两层的过程为特定用户实现定制“识别”。

“无声识别”可靠度有多高?

研究人员利用原型可穿戴接口进行了一项可用性研究,其中10位受试者花费了大约15分钟时间,进行输入,然后用90分钟用于执行计算。在该研究中,该系统的平均转录准确率约为92%。

但是,卡普尔说,系统的性能应该会随着更多的培训数据而改善,这些培训数据可以在日常使用中收集。尽管他并没有揣测数据,但他估计他用于示范的训练有素的系统的准确率高于可用性研究报告的准确率。

在正在进行的工作中,研究人员正在收集大量关于更精细对话的数据,希望能够用更广泛的词汇来构建应用程序。

卡普尔说:“我认为我们有一天会实现全面对话。”

乔治亚理工学院计算学院教授Thad Starner指出,这种“读心系统”在一些特定的操作中将会发挥巨大潜力。比如,在充满噪音的飞机场等环境,地勤和其他工作人员可以更好地传递信号。在一些特别安静的地方它也会大展身手——你不能大声说话时这样的一种设备再方便不过了。另外,一些有发声障碍的残疾人也可以充分应用这一技术带来的便利。

上一篇:AI芯片格局最全分析
下一篇:止不住的炫技,又一次英特尔的人工智能技惊全场

本周栏目热点

爱奇艺i71 VR一体机测评 值不值得买 你怎么看?

[2017-10-30]  虽然VR的发展似乎就目前的形式来看有所滞缓,但是在很多科技企业看来,这只是VR发展路上的一些阻碍罢了,并不能影响他们对于VR的热情和执着 ...

谷歌眼镜企业版真机图曝光:采用可折叠设计

[2015-12-29]   12月29日消息,据国外媒体9to5google报道,今年早些时候,有报道称新版谷歌眼镜硬件正在开发当中:谷歌 ...

体育可穿戴设备 究竟是大手笔还是大麻烦?

[2015-12-11]   目前,可穿戴技术正在进行一场激烈竞争,许多体育项目都开始尝试可穿戴技术。例如,NFL、NBA、NHL、MLB ...

Moto与华为 谁才是智能手表圈的颜值担当?

[2015-12-11]   看准了广阔的市场前景,厂商们自然不会放弃这个机遇。近两年,涉足智能手表业务的厂商明显增加,如苹果 ...

MIT人工突触芯片新突破:指甲大小的芯片有望媲美超算

[2018-01-29]  论传递信息的能力,计算机的二进制目前还比不上人脑。因为大脑神经元之间传递的信号形式远多过0或1两种:根据突触(神经元之间的结构)间不同的神经递质,不同的浓度,下游神......

听歌再也不用发愁 Amazon智能音箱可以科学推测用户音乐喜好

[2018-07-17]  Amazon的人工智能工程师找到了一个了解用户喜欢的音乐类型的新方法,可根据歌曲播放时间的长短制作一种“隐形推荐系统” 。这项研究的主要 ...

精选推荐

2022年全球工业机器人市场将达到790亿美元
2022年全球工业机器人市场将达到790亿美元

[2017-09-04]  预计到 2022年, 全球工业机器人市场将达到790亿美元, 并在预测期内登记11 5% 的复合年增长率。随着发展中国家中小型企业需求的不断增长, 采用自动化技术以确保生产质量......

这些人型机器人是如此真实,你的肉眼几乎无法区分
这些人型机器人是如此真实,你的肉眼几乎无法区分

[2017-09-03]   我们生活在一个区分现实与幻想变得越来越困难的世界。由于机器人技术的进步,创造人工的人类正在逐渐接近完美的最终目标。我们现在看到的机器人不再只是一块发光二极管,......

亚马逊CEO杰夫·贝佐斯操控巨型有人驾驶机器人(巨型机甲)
亚马逊CEO杰夫·贝佐斯操控巨型有人驾驶机器人(巨型机甲)

[2017-03-21]  近日,亚马逊CEO杰夫·贝佐斯实现了每一个6岁儿童都会有的梦想,他控制了一个巨大的机甲机器人。据国外媒体Verge报道,前天(3月19日),贝 ...

CES 2018:英特尔推出49量子位芯片争夺量子霸权
CES 2018:英特尔推出49量子位芯片争夺量子霸权

[2018-01-10]  在与Google、IBM的一场关于建立量子计算系统的马拉松比赛中,英特尔通过了一个关键的里程碑。近日,这个科技巨头已经推出了一个49个量子位 ...

国外眼科手术机器人为视网膜静脉阻塞患者带来希望
国外眼科手术机器人为视网膜静脉阻塞患者带来希望

[2017-03-20]  视网膜静脉阻塞,简称RVO,对患者来说是一种严重的疾病。该病病因为视网膜静脉中存在血液凝块,这可能导致视力严重下降,在某些情况下,病 ...

2017年:AI渗入云端
2017年:AI渗入云端

[2017-12-29]  云中的人工智能不仅仅是科技巨头的权力游戏,它也可能是人工智能领域的下一个飞跃。加利福尼亚州的Rigetti Computing公司刚刚使用其原型量子芯片之一在其云平台上运行机器学......

担心机器换人?自1950年以来只有一个职业被机器彻底取代

[2017-03-21]  虽然有很多关于机器人取代工人的担心,但哈佛经济学家James Bessen的论文指出,在过去的67年里机器人仅仅淘汰掉人类工作中的一个。在1950 ...

基于生物启发的机器人很容易适应丢失附属器官
基于生物启发的机器人很容易适应丢失附属器官

[2017-12-17]  很多机器人被设计应用在危险环境,如灾难现场。在这些地方,他们的运动系统完全有可能被损坏。那这样会吓跑这些机器人吗?也许不是,如果它们像日本的东北和北海道大学创造的......