Duke UniversityCông nghệ

Các nhà nghiên cứu Đại học Duke phát triển công nghệ dịch sóng não thành giọng nói dễ tiếp cận hơn

Các nhà nghiên cứu tại Đại học Duke đã phát triển một phương pháp nhanh hơn để triển khai các giao diện não - máy tính tái tạo giọng nói bằng cách tổng hợp dữ liệu giữa nhiều bệnh nhân. Phương pháp mới này giúp giảm đáng kể lượng dữ liệu huấn luyện cá nhân cần thiết để khôi phục khả năng nói cho những người bị tổn thương não.

Các nhà nghiên cứu Đại học Duke phát triển công nghệ dịch sóng não thành giọng nói dễ tiếp cận hơn

Nội dung được tóm lược tự động bằng AI từ Duke University

Đột quỵ, xơ cứng cột bên teo cơ (ALS) cùng các chứng rối loạn não bộ cấp tính và thoái hóa thần kinh khác có thể cướp đi khả năng nói của người bệnh. Mặc dù các giao diện não - máy tính có thể khôi phục khả năng này bằng cách dịch chuyển hoạt động của não bộ thành giọng nói do máy tạo ra, việc ứng dụng rộng rãi các thiết bị này trên thực tế vẫn gặp trở ngại lớn do quy trình thu thập dữ liệu phải thực hiện riêng biệt trên từng bệnh nhân. Nhằm giải quyết rào cản đó, nhóm nghiên cứu tại Đại học Duke đã tìm ra giải pháp giúp các hệ thống này vận hành nhanh chóng và dễ triển khai hơn.

Trong nghiên cứu công bố trên tạp chí Nature Communications, các nhà khoa học đã lần đầu tiên chứng minh trên cơ thể người rằng việc tổng hợp dữ liệu giữa các bệnh nhân mang lại hiệu quả thực tế, thay vì chỉ phụ thuộc hoàn toàn vào quá trình huấn luyện cá nhân hóa. Nghiên cứu được dẫn dắt bởi Tiến sĩ Greg Cogan, phó giáo sư chuyên ngành thần kinh học, và Tiến sĩ Jonathan Viventi, Phó giáo sư Hawkes Family chuyên ngành Kỹ thuật Y sinh. Bằng cách sử dụng các bản ghi độ phân giải cao (bản ghi micro-ECoG) từ các bệnh nhân phẫu thuật thần kinh đang tỉnh táo, nhóm nghiên cứu đã đồng bộ hóa hoạt động não bộ giữa các cá nhân để huấn luyện một bộ giải mã chung, giúp cải thiện hiệu suất và giảm lượng dữ liệu cần thiết từ mỗi người bệnh.

Theo Tiến sĩ Cogan, trong nghiên cứu này, một bộ giải mã hoạt động hiệu quả có thể được xây dựng chỉ từ tối thiểu năm phút ghi nhận dữ liệu của chính bệnh nhân mới, kết hợp bổ sung với dữ liệu đồng bộ từ những người khác. Đây là một bước tiến đầy hứa hẹn giúp các hệ thống này trở nên dễ mở rộng và dễ tiếp cận hơn trong tương lai. Công trình có sự tham gia của các tác giả khác thuộc Đại học Duke bao gồm Zac Spalding, Suseendrakumar Duraivel, Shervin Rahimpour, Charles Wang, Katrina Barth, Ceci Schmitz, Shivanand P. Lad, Allan H. Friedman và Derek G. Southwell, với nguồn tài trợ từ Viện Y tế Quốc gia Hoa Kỳ, Quỹ Khoa học Quốc gia Hoa Kỳ và Giải thưởng Ươm mầm của Viện Khoa học Não bộ Duke.

Công nghệ · Duke University · Đăng lúc 21:05 · 09/09/2026

Đọc bản gốc ↗

Tin liên quan

Cách MetroY Ultra chuyển đổi phụ tùng vật lý thành thiết kế kỹ thuật số không cần dữ liệu CAD

80 LevelCông nghệ

Thiết bị MetroY Ultra cung cấp giải pháp quét 3D độ chính xác cao giúp chuyển đổi các phụ tùng xe vật lý thành mô hình kỹ thuật số chính xác mà không cần dữ liệu CAD gốc. Công nghệ này giúp tối ưu hóa quy trình thiết kế ngược, phục chế xe cổ và sản xuất phụ tùng tùy biến một cách hiệu quả.

Tính năng Siri Recap của Apple và thách thức quản trị từ AI môi trường

National Law ReviewCông nghệ

Siri Recap, tính năng mới cho Apple Watch sử dụng Apple Intelligence để tự động ghi âm và tóm tắt hội thoại, đang thúc đẩy sự trỗi dậy của AI môi trường. Dù Apple tích hợp nhiều cơ chế bảo mật, công nghệ này vẫn đặt ra những thách thức pháp lý lớn về quyền riêng tư và quản trị doanh nghiệp.

TekediaCông nghệ

Một nhà nghiên cứu căn chỉnh của Anthropic nhận định có hơn 10% khả năng trí tuệ nhân tạo tiêu diệt toàn bộ loài người trong thập kỷ tới. Động thái này diễn ra sau khi một đồng nghiệp từ chức vì lo ngại các hãng phát triển AI đang tiến quá nhanh tới hệ thống tự trị mà thiếu biện pháp kiểm soát đầy đủ.