La tecnologia BCI guidata dall'AI consente il discorso in tempo reale per un sopravvissuto all'ictus dopo 18 anni

I ricercatori dell'Università della California hanno utilizzato un'interfaccia cervello-computer (BCI) guidata dall'AI per convertire i segnali cerebrali di Anne Johnson in discorso in tempo reale, dal momento in cui è rimasta in silenzio nel 2005 dopo un ictus. Il sistema ha sfruttato una tecnologia simile a quella di dispositivi come Alexa e Siri e ha migliorato un modello precedente che presentava un ritardo di otto secondi. 

I ricercatori dell'Università della California, Berkeley, e dell'Università della California, San Francisco, sviluppato un sistema di interfaccia cervello-computer personalizzato in grado di ripristinare un discorso naturalistico in una donna di 47 anni con quadriplegia. Oggi, Anne sta aiutando i ricercatori dell'UC San Francisco e dell'UC Berkeley a sviluppare la tecnologia BCI che un giorno potrebbe permettere a persone come lei di comunicare in modo più naturale attraverso un avatar digitale che abbina le espressioni facciali al discorso generato.

Gopala Anumanchipalli, professore assistente di ingegneria elettrica e scienze informatiche all'UC Berkeley e coautore dello studio pubblicato lunedì sulla rivista Nature Neuroscience, ha confermato che il dispositivo impiantato testato su Ann ha convertito “la sua intenzione di parlare in frasi fluide”. Jonathan Brumberg del Laboratorio di Neuroscienze Applicate e del Discorso dell'Università del Kansas, che ha anche esaminato i risultati, ha accolto con favore i progressi e ha dichiarato L'Associated Press che questo era “un progresso piuttosto grande nel campo delle Neuroscienze”.

La tecnologia BCI consente a una donna di recuperare il discorso dopo quasi 20 anni

La lettura del pensiero è in arrivo

Progressi rivoluzionari nelle interfacce cervello-computer: un nuovo impianto traduce i pensieri in discorso in tempo reale in soli 3 secondi – un passo cruciale per la comunicazione naturale nella paralisi.

Lo studio, pubblicato su Nature Neuroscience, mostra come gli algoritmi di AI… pic.twitter.com/XdGhrBlU63

— Chubby♨️ (@kimmonismus) Aprile 1, 2025

Una donna paralizzata da un ictus ha recuperato la voce dopo quasi due decenni di silenzio attraverso un'interfaccia cervello-computer sperimentale sviluppata e specificamente personalizzata per il suo caso dai ricercatori dell'UC Berkeley e dell'UC San Francisco. La ricerca, pubblicata su Nature Neuroscience il 31 marzo, ha utilizzato l'intelligenza artificiale per tradurre i pensieri della partecipante, nota popolarmente come “Anne”, in discorso naturale in tempo reale.

Anumanchipalli ha spiegato che l'interfaccia legge i segnali neurali utilizzando una griglia di elettrodi posizionati sul centro del discorso del cervello. Ha aggiunto che era chiaro che esistevano condizioni—come la SLA, l'ictus del tronco encefalico (come nel caso di Anne) o lesioni—in cui il corpo diventava inaccessibile e la persona era ‘bloccata’, essendo cognitivamente intatta ma incapace di muoversi o parlare. Anumanchipalli ha notato che, sebbene siano stati fatti progressi significativi nella creazione di arti artificiali, il ripristino del discorso rimane più complicato.

“A differenza della visione, del movimento o della fame—condivisi con altre specie—il discorso ci distingue. Questo da solo lo rende un argomento di ricerca affascinante.”

–Gopala Anumanchipalli

Tuttavia, Anumanchipalli ha riconosciuto che come il comportamento intelligente emergesse dai neuroni e dal tessuto corticale rimaneva ancora uno dei grandi misteri. Lo studio ha utilizzato una BCI per creare un percorso diretto tra i segnali elettrici del cervello di Anne e un computer.

Il nuovo dispositivo BCI migliora le versioni precedenti che presentavano ritardi

Il metodo innovativo dei ricercatori statunitensi ha eliminato un frustrante ritardo che affliggeva le versioni precedenti della tecnologia analizzando l'attività cerebrale in incrementi di 80 millisecondi e traducendola in una versione sintetizzata della sua voce. Diversi progetti di traduzione del discorso BCI hanno ha prodotto risultati positivi recentemente, ciascuno mirando a ridurre il tempo necessario per generare il discorso dai pensieri.

Secondo Science Alert, la maggior parte dei metodi BCI esistenti richiedeva “un blocco completo di testo” da considerare prima che il software potesse decifrarne il significato, il che avrebbe potuto prolungare significativamente i secondi tra l'inizio del discorso e la vocalizzazione.

Il rapporto pubblicato dai ricercatori dell'UC Berkeley e di San Francisco ha rivelato che migliorare la latenza della sintesi vocale e la velocità di decodifica era essenziale per una conversazione dinamica e una comunicazione fluida. Il team congiunto dell'UC ha spiegato che BCI i ritardi del discorso BCI erano aggravati dal tempo aggiuntivo richiesto dalla sintesi vocale per la riproduzione e dal tempo che gli ascoltatori impiegavano per comprendere l'audio sintetizzato.

La maggior parte dei metodi esistenti si affidava reportedly all'‘oratore’ che addestrava l'interfaccia passando apertamente attraverso le fasi della vocalizzazione, il che sarebbe stato una sfida quando si forniva al software di decodifica dati sufficienti per individui che erano fuori pratica o che avevano sempre avuto difficoltà a parlare. Per superare entrambi questi ostacoli, i ricercatori dell'UC hanno addestrato una rete neurale di deep learning flessibile sull'“attività della corteccia sensorimotoria” della partecipante di 47 anni mentre ‘parlava’ silenziosamente 100 frasi uniche da un vocabolario di poco più di 1.000 parole.