新研发的一种人工智能能够将人的思维准确的翻译成句子，至少对付包含250个词汇的小系统是可以的。
这项技能有望使得那些由于瘫痪损失措辞功能的人重新说话。

研究职员利用深度学习算法来学习四个女性癫痫患者在说话的时候的大脑旗子暗记。
这些患者的头上贴有电极用于监控病发。

脑机接口 credit:http://www.daguanjia018.com/zixun/130439.html

如何演习呢

这些患者被哀求大声的阅读一系列的句子，这些句子包含了250个唯一的词汇，研究职员则不断地监控她们的大脑活动。

研究职员把这些大脑旗子暗记交给神经网络算法学习，演习该网络学习能够和说话的元音和辅音联系起来的模式。
之后再把这些模式交给其余一个神经网络学习，将单词转变为句子。

每一个患者都朗读这些句子至少两遍，第一遍用于学习，第二遍用于测试。

由于纵然是朗读同一个句子，人的大脑旗子暗记都是不同的，大略的影象这些旗子暗记是不现实的，神经网络要做的事情是找到句子间相似的地方用于进行终极的推断。

精确率还可以

在这些人的测试之中创造，模型的精度在最好的情形下能够达到3%的失落误率。
研究职员认为由于实验的词汇量比较少，AI比较随意马虎能够学习到哪些词汇可能会涌如今特定的词汇之后，但是对付更大的词汇可能会十分困难。

那到底AI学到了什么呢

为了理解AI到底学到了什么，研究职员考试测验让AI将单独的大脑旗子暗记转换为单个词汇，结果是，在最好的情形下，缺点率达到了38%！
以是，AI学到的不是大脑旗子暗记和单词之间的匹配，而是那些词汇可能会涌如今特定的词汇之后。

还是有不敷

由于AI只能进行整句整句的翻译，一旦词汇量增加了，模型演习将非常困难。

不过，研究职员认为，对付那些不能说话的人来说250个词汇仍旧是够用的，他们接下来打算把算法运用到特定的措辞障碍的患者上，不过，考虑到他们的大脑活动可能不太相同，运用可能会有一些困难。

结语

由于AI的事情模式，想要将该模型达到知足平常互换的翻译水平还有很长的路要走，毕竟日常互换所需的词汇量对付AI来说是有些太多了