Nghiên cứu được công bố trên tạp chí Science Advances cho thấy hệ thống có thể “đọc” hình ảnh hoặc cảnh tượng mà người tham gia đang quan sát và chuyển chúng thành câu văn có ngữ nghĩa đầy đủ. Các chuyên gia cho rằng công nghệ này có thể hỗ trợ những người mất khả năng ngôn ngữ do đột quỵ hoặc bệnh lý thần kinh giao tiếp hiệu quả hơn.
Trong thí nghiệm, nhóm của nhà khoa học Tomoyasu Horikawa (Phòng thí nghiệm Khoa học Truyền thông NTT, Nhật Bản) sử dụng mô hình ngôn ngữ sâu để phân tích hơn 2.000 đoạn video, biến mỗi mô tả thành một “chữ ký ý nghĩa” dạng số. Sau đó, họ huấn luyện một mô hình khác để nhận diện mẫu hoạt động não tương ứng với từng chữ ký khi người tham gia xem video.
Khi hệ thống được huấn luyện đầy đủ, mô hình có thể đọc dữ liệu fMRI của người đang xem một video mới và dự đoán nội dung mà họ nhìn thấy. Một mô hình tạo văn bản khác sẽ tìm câu mô tả gần nhất với “chữ ký ý nghĩa” này. Trong một ví dụ, người tham gia xem cảnh một người nhảy xuống thác nước. Sau nhiều lần suy đoán, AI dần hoàn thiện câu mô tả từ “dòng nước chảy xiết” đến “một người nhảy qua thác nước sâu trên sườn núi”.
Thí nghiệm cũng cho thấy khi người tham gia chỉ nhớ lại các video từng xem, hệ thống vẫn có thể tạo ra mô tả chính xác, chứng tỏ não bộ lưu giữ và tái tạo hình ảnh bằng cơ chế tương tự giữa việc nhìn thấy và hồi tưởng.
Các nhà nghiên cứu cho rằng kỹ thuật này có thể cải thiện khả năng giao tiếp của những người sử dụng giao diện não – máy tính, giúp chuyển trực tiếp ý nghĩ thành ngôn ngữ mà không cần cấy ghép thiết bị. Tuy nhiên, các chuyên gia cũng cảnh báo nguy cơ xâm phạm quyền riêng tư nếu công nghệ này bị lạm dụng. Hiện tại, phương pháp vẫn chỉ hoạt động khi có sự đồng ý của người tham gia và chưa thể đọc được “suy nghĩ riêng tư”.
