Od brojanja ljudi u prostoriji do čitanja ove rečenice u sebi – neprekidno koristimo sposobnost unutrašnjeg govora. Ali šta se dešava kada naučnici taj unutrašnji monolog pretvore u glas? U radu objavljenom danas u časopisu Cell, istraživači opisuju kako su pomoću moždanih implantata i novih metoda analize podataka uspeli da izoluju moždane signale povezane sa mislima kod četvoro ljudi sa poremećajima pokreta koji im ograničavaju mogućnost govora, i stvore interfejs mozak-računar koji može da izgovori njihove misli. Tim je takođe istraživao načine da se spreči da uređaj slučajno „izlupeta“ misli koje osoba želi da zadrži za sebe.
Rad je „veoma uticajan“ u objašnjavanju kako se unutrašnji govor proizvodi, kaže Vikaš Džilja, informatičar sa Univerziteta Kalifornije u San Dijegu, koji nije učestvovao u ovom istraživanju, ali se bavi dekodiranjem govora pomoću BCI tehnologije. „Ceo moj tim će pažljivo proučiti ovaj rad.“
Tokom protekle decenije, inženjeri su razvijali sve sofisticiranije računarske sisteme koji mogu da generišu reči na osnovu moždane aktivnosti osoba koje su paralizovane zbog moždanog udara ili neuroloških bolesti poput amiotrofične lateralne skleroze (ALS). Pre nekoliko meseci, istraživači sa Univerziteta Kalifornije u Dejvisu predstavili su uređaj koji je mogao da dekodira govor sa zapanjujućom tačnošću i brzinom, na osnovu elektroda ugrađenih u motorni korteks muškarca koji nije mogao da govori zbog ALS-a.
Da bi aktivirao uređaj, muškarac je morao da se maksimalno potrudi da izgovori reči – da izazove signale pokušaja govora koje su naučnici mogli da registruju. U sličnim eksperimentima na Univerzitetu Stenford, Erin Kunc je čula od učesnika da je pokušaj izgovaranja misli iscrpljujuć i neprijatan.
Unutrašnji govor je ljudima znatno manje stresan, ali su istraživači ranije uspevali da dekodiraju samo vrlo ograničen broj reči iz takvih moždanih signala. Kunc i njen tim želeli su da to prošire. Najpre su analizirali snimke moždane aktivnosti iz elektroda ugrađenih kod četvoro ljudi sa poremećajima pokreta, u delu motornog korteksa koji je poznat po tome da se aktivira tokom pokušaja govora. Tražili su preklapanja između obrazaca moždane aktivnosti kada su učesnici pokušavali da izgovore reči i kada su ih samo izgovarali u sebi. Otkrili su da su neuroni aktivni u oba slučaja, ali da unutrašnji govor proizvodi slabije signale.
🌐 „Prenaseljenost“ planete je najveća nihilistička laž – pad nataliteta preti da uništi civilizaciju, upozorava Maskhttps://t.co/Lql4mt9WLR
— Nulta Tačka (@NultaTackaSrb) August 8, 2025
Fokusirajući se na regione povezane sa unutrašnjim govorom, Kunc i njen tim razvili su algoritam koji može da te signale prevede u zvuk. Model su trenirali tako što su učesnicima dali da „u sebi izgovore“ reči iz baze od 125.000 reči, dok su im istovremeno snimali moždanu aktivnost. Zatim su učesnici zamišljali rečenice koristeći te reči. Model je mogao da dekodira rečenice u realnom vremenu, sa greškom između 26% i 54% – što je najviša tačnost za dekodiranje unutrašnjeg govora do sada.
Studija je odličan uvid u neurološke mehanizme unutrašnjeg govora, iako su velika stopa grešaka i mali broj učesnika znak da je tehnologiju još potrebno razvijati, kaže Stefani Rije, neuronaučnica sa Državnog univerziteta San Dijega, koja proučava produkciju jezika.
Naučnici još uvek nisu ni blizu da mogu da vam „čitaju misli“ bez dozvole, kaže Kunc. „Fokusirani smo na pomoć ljudima… koji imaju probleme sa govorom“, naglašava, dodajući da trenutna verzija može da dekodira unutrašnji govor samo iz ograničenog vokabulara. Ipak, studija se takođe bavi „etičkim granicama“ govorno-dekodirajućih tehnologija i razvija zaštitne mehanizme za osobe koje koriste ove uređaje.
Zbog toga su Kunc i kolege testirali strategije za sprečavanje slučajnog dekodiranja unutrašnjih misli. Jedan pristup je bio da se potpuno blokira slanje podataka vezanih za unutrašnji govor algoritmu – tako da se dekodira samo pokušaj govora. Drugi pristup uključivao je „ključnu reč“ koju korisnik može da pomisli – u ovom slučaju, „čiti čiti beng beng“ – i time aktivira režim za dekodiranje unutrašnjeg govora. Kod jednog učesnika, sistem je sa gotovo 99% tačnosti uspevao da prepozna kada on želi da uđe u ovaj režim.
Naučnici su dugo diskutovali o problemu mentalne privatnosti kod ovakvih uređaja, ali ovo je prvi put da je neko demonstrirao tehniku za njeno očuvanje, kaže Džilja. „Naš krajnji cilj jeste obnavljanje komunikacije – ali samo one komunikacije koju osoba zaista želi da podeli.“
Važno je razvijati zaštitne mehanizme kako ulazimo u eru „mentalne transparentnosti“, u kojoj istraživači sve lakše mogu da tumače i dekodiraju nečije misli, kaže Nita Farahani, naučnica koja piše o etici novih neuralnih tehnologija. „Veoma mi je drago da su istraživači to ozbiljno shvatili“, ističe ona. „Ovo je veliki korak napred.“
Korišćenje unutrašnjeg govora za komunikaciju neće odgovarati svima, kaže Kunc, ali ovaj alat otvara novu mogućnost za ljude koji žele da isprobaju govorne BCI sisteme. „Kao kada birate auto – svako traži različite karakteristike“, kaže ona. „Mislim da će to važiti i za ove uređaje.“
