За пределами речи и письма: может ли ИИ позволить людям обмениваться мыслями на высокой скорости?

Научное исследование искусственного интеллекта, интерфейсов мозг-компьютер и прямого обмена мыслями между людьми

Научная обзорная статья и предлагаемая исследовательская структура | Ноябрь 2026

Аннотация

Современные компьютеры сегодня обмениваются информацией со скоростями, которые трудно себе представить.

Обычное соединение Gigabit Ethernet может передавать данные со скоростью один миллиард бит (1 000 000 000 бит) в секунду. Передовые вычислительные технологии и технологии центров обработки данных работают ещё во много раз быстрее.

Но положение человека совершенно иное.

Даже сегодня люди в основном используют речь, письмо, жесты и движения тела, чтобы передавать другим свои мысли, идеи, мнения и чувства.

Хотя в человеческом мозге происходит огромная нейронная обработка информации, наша способность передавать эту информацию другому человеку осмысленным образом сравнительно очень ограничена.

Эта ситуация поднимает важный научный вопрос.

Используя искусственный интеллект и нейротехнологии, могут ли люди обмениваться своими мыслями и идеями напрямую, точно и на высокой скорости, без помощи речи или письма?

В этой статье рассматриваются скорость передачи информации человеком, технологии интерпретации нейронных сигналов мозга, интерфейсы мозг-компьютер, коммуникация мозг-мозг и научный прогресс, достигнутый к ноябрю 2026 года.

Она также предлагает новую исследовательскую структуру для высокоскоростного обмена человеческими мыслями и намерениями с помощью искусственного интеллекта.

Фундаментальная цель этого исследования — не просто передавать больше цифровых данных.

Его центральная цель — исследовать научную осуществимость нового метода коммуникации, который передаёт другим истинный смысл того, что человек желает выразить, за меньшее время и с большей точностью.

1. Введение: Скоростные барьеры в человеческой коммуникации

Рассмотрим два компьютера, подключённых к современной компьютерной сети.

Они могут преобразовывать очень большие объёмы информации в электрические сигналы и обмениваться ими за несколько миллисекунд.

Теперь рассмотрим двух людей, обменивающихся сложной идеей.

Первый человек должен сформировать идею в своём сознании.

Затем он должен преобразовать эту идею в язык.

Он должен выбрать подходящие слова.

Он должен расположить эти слова в правильное предложение.

Только после этого он может говорить или писать.

Точно так же второй человек должен услышать или прочитать эти слова. Затем он должен понять их значение и выяснить, что первый человек на самом деле хотел сказать.

Каждый этап этого процесса занимает время.

В некоторых случаях могут возникать недопонимания. Тогда идею приходится объяснять заново.

Важная проблема здесь не в том, что человеческий мозг работает медленно.

Скорее, существует значительный разрыв между нейронной обработкой информации, происходящей в человеческом мозге, и скоростью, с которой эта информация может быть передана другим.

Исследование Купе и его коллег, опубликованное в журнале Science Advances в 2019 году, изучило 17 языков и оценило, что скорость передачи информации в человеческих разговорных языках составляет в среднем около 39 бит в секунду [1].

В другом важном исследовании Чжэн и Майстер оценили скорость поведенческой обработки информации человеком примерно в 10 бит в секунду. Это исследование было опубликовано онлайн в 2024 году и появилось в журнале Neuron в 2025 году [2].

Эти два исследования измеряют разные виды обработки информации. Поэтому эти две цифры нельзя использовать взаимозаменяемо.

Они также не являются окончательными измерениями общей нейронной вычислительной мощности человеческого мозга.

Тем не менее, они показывают, что информационная скорость осознанных действий и коммуникации человека намного ниже, чем скорость передачи данных многих электронных систем.

Эта разница составляет основу нашего нового исследования.

2. Скорость передачи данных компьютеров и скорость коммуникации людей

Компьютеры преобразуют информацию в цифровую форму и обмениваются ею в соответствии с определёнными протоколами связи.

Например:

• 1 гигабит в секунду (1 Гбит/с) = 1 000 000 000 бит в секунду.

• 10 Гбит/с = 10 миллиардов бит в секунду.

• 100 Гбит/с = 100 миллиардов бит в секунду.

• 800 Гбит/с = 800 миллиардов бит в секунду.

Эти цифры описывают пропускную способность компьютерной сети.

Но они ничего не говорят о том, насколько быстро компьютер понимает истинный смысл передаваемой информации.

Человеческая коммуникация совершенно иная.

В обменах между людьми важнее всего не только количество информации, но и её смысл.

Например, один человек может ясно выразить очень сложное решение несколькими словами.

Другому человеку может потребоваться несколько абзацев, чтобы объяснить ту же идею.

Поэтому при сравнении скорости передачи данных компьютеров со скоростью коммуникации людей необходима большая научная осторожность.

Компьютер может передавать миллиард бит в секунду.

Но это не означает, что он понимает смысл этой информации.

В то же время человек может передать глубокую идею другому, используя всего несколько слов.

Цель нашего исследования, таким образом, не в том, чтобы превратить человеческий мозг в гигабитную компьютерную сеть.

Скорее, наша цель — увеличить скорость, с которой осмысленные мысли и идеи могут обмениваться между людьми способом, который правильно понимается.

Это самая важная научная основа данного исследования.

3. Прогресс, достигнутый наукой на сегодняшний день

3.1 Интерфейсы мозг-компьютер

Интерфейс мозг-компьютер, или сокращённо BCI, — это технология, которая создаёт связь между нейронной активностью человеческого мозга и внешней компьютерной системой.

С помощью этой технологии сигналы, полученные от мозга, могут анализироваться компьютером.

Существуют два основных подхода к регистрации мозговой активности.

Во-первых, такие методы, как ЭЭГ, которые регистрируют электрическую активность мозга без хирургического вмешательства.

Во-вторых, методы, использующие электроды, имплантированные в мозг хирургическим путём.

Модели искусственного интеллекта анализируют эти нейронные сигналы и пытаются определить действие, которое человек намеревается выполнить, слово, которое он хочет выразить, или коммуникативную команду.

Исследование Уиллетта и его коллег, опубликованное в журнале Nature в августе 2023 года, стало важным прорывом в этой области.

Эта работа создала технологию, которая преобразует в текст нейронную активность, возникающую, когда человек пытается говорить.

Участница смогла общаться со скоростью около 62 слов в минуту.

Частота ошибок в словах составила 9,1% при ограниченном словарном запасе в 50 слов и 23,8% при большом словарном запасе в 125 000 слов [3].

Это исследование доказало, что сигналы мозга, возникающие, когда человек пытается говорить, могут использоваться для относительно быстрой коммуникации.

Но эта система не является технологией, способной свободно читать каждую мысль, возникающую в сознании человека.

Она определила нейронную активность, связанную с попыткой говорить.

3.2 Генерация речи непосредственно из сигналов мозга

Дальнейшие заметные достижения в этой области произошли в 2025 году.

Литтлджон и его коллеги создали технологию, которая обрабатывает сигналы человеческого мозга с интервалами в 80 миллисекунд и преобразует их в речь с помощью искусственного интеллекта [4].

В другом исследовании Вайрагкар и его коллеги описали метод, использующий нейронные сигналы мозга для создания выразительной синтетической речи в реальном времени.

Участник этого исследования также мог в определённой степени контролировать выразительные элементы, такие как интонация голоса [5].

Это очень важное достижение.

Человеческая коммуникация — это не просто обмен словами.

Скорость, с которой мы говорим, тон голоса, эмоциональное выражение и то, как мы акцентируем слова, — всё это раскрывает истинный смысл идеи.

Эти исследования демонстрируют осуществимость восстановления естественной человеческой речи из нейронных сигналов.

Тем не менее, они остаются экспериментальными технологиями, используемыми в специальных исследовательских условиях.

3.3 Долгосрочное практическое использование: знаменательное исследование 2026 года

Исследование, опубликованное в журнале Nature Medicine в июне 2026 года, показало важный прогресс в практическом использовании технологии интерфейсов мозг-компьютер.

В этом исследовании Карда и его коллег человек с тяжёлым двигательным параличом самостоятельно общался в течение длительного периода с помощью имплантированного интерфейса.

В течение почти двух лет он использовал технологию дома более 3800 часов.

С её помощью он передал около 1,96 миллиона слов и 183 060 предложений.

Средняя скорость коммуникации составила около 56 слов в минуту.

В контролируемых тестах речи точность слов превышала 99%. Но в повседневных естественных разговорах эта точность была не всегда одинаковой [6].

Эта разница очень важна.

Одно достижение — когда технология хорошо работает в лаборатории.

Другое достижение — когда та же технология надёжно работает в течение длительного периода в повседневной жизни людей.

В нашем исследовании высокоскоростного обмена человеческими мыслями оба этих аспекта также должны быть доказаны отдельно.

3.4 Может ли информация передаваться напрямую между человеческими мозгами?

В научном мире также были некоторые ранние успехи в отношении коммуникации мозг-мозг.

Исследование под названием BrainNet было опубликовано в 2019 году.

В этом исследовании три человека работали вместе над простой игрой, используя сигналы мозга.

Решения первых двух участников регистрировались с помощью технологии ЭЭГ.

Эта информация передавалась третьему участнику в виде определённых сигналов через метод стимуляции мозга, называемый Transcranial Magnetic Stimulation (TMS).

В этом эксперименте приняли участие пять групп.

Их средняя точность выполнения была зафиксирована на уровне 81,25% [7].

Это исследование продемонстрировало осуществимость передачи определённой информации между человеческими мозгами через нейронные интерфейсы.

Но переданными были лишь очень простые решения.

Сложные мысли, воспоминания или полные идеи напрямую не передавались.

Поэтому существует очень большая научная разница между передачей простого двоичного фрагмента информации и передачей полной мысли одного человека другому.

3.5 Обнаружение речи, представляемой в сознании

Исследование Кунца и его коллег, опубликованное в журнале Cell в августе 2025 года, показало, что нейронная активность, возникающая, когда человек представляет речь в своём сознании, может быть частично идентифицирована.

Другой важный аспект этого исследования — ментальная приватность.

Также были изучены риски того, что частная внутренняя речь человека, которой он не желает делиться с другими, может быть случайно раскрыта через технологию.

Кроме того, были протестированы методы безопасности для различения мыслей, сознательно созданных для коммуникации, и частной ментальной активности [8].

Другое исследование, опубликованное в журнале Nature Neuroscience в сентябре 2026 года, изучило некоторые общие структуры в нейронной активности представляемой и открытой речи [9].

Эти открытия могут создать в будущем возможности для людей передавать определённую информацию, даже не пытаясь говорить.

Но нет научных доказательств того, что современные технологии могут точно понимать каждую мысль, возникающую в сознании любого человека, без предварительного обучения или сотрудничества.

4. Предлагаемая новая исследовательская концепция

Высокоскоростной обмен человеческими мыслями с помощью искусственного интеллекта

Artificial Intelligence-Assisted High-Speed Thought Communication

Центральная цель этого исследования:

Исследовать осуществимость технологии, которая идентифицирует из нейронных сигналов мозга мысли и идеи, которые люди добровольно желают передать, преобразует их в эффективную цифровую форму, передаёт другому человеку и позволяет этому человеку точно понять истинный смысл идеи.

Это исследование объединяет несколько научных областей.

Интерфейсы мозг-компьютер: используются для регистрации и анализа сигналов, полученных от человеческого мозга.

Искусственный интеллект: используется для таких задач, как обнаружение паттернов в нейронных сигналах, генерация языка, понимание идей и исправление ошибок.

Теория информации: помогает математически оценить, насколько эффективно и точно информация может быть передана.

Защищённые цифровые сети: помогают безопасно отправлять сгенерированную информацию в другую компьютерную систему.

Стимуляция мозга и нейротехнологии: могут помочь исследовать будущую возможность доставки определённой информации непосредственно в нейронную систему получателя. Для этого необходимы обширные медицинские и научные испытания.

Важная возможность этого исследования может заключаться в создании метода, который передаёт смысл того, что человек желает выразить, без необходимости генерировать и передавать каждое слово, которое он хочет сказать.

Например, предположим, что человек думает следующее:

«Я согласен с этим планом. Но я хотел бы отложить его реализацию до следующей недели».

Будущая технология могла бы попытаться определить три важных элемента в этой мысли.

Во-первых, согласие с планом.

Во-вторых, нежелание реализовывать его немедленно.

В-третьих, просьбу отложить его до следующей недели.

Искусственный интеллект мог бы определить эти базовые значения и построить предложение, которое другой человек может понять.

Но здесь есть важная проблема.

Недостаточно, чтобы предложение, сгенерированное искусственным интеллектом, было лингвистически элегантным.

Оно должно выражать, без изменений, идею, которую первый человек действительно хотел передать.

В этом важность концепции, называемой Semantic Communication.

5. Предлагаемая техническая структура

Начальную структуру для реализации этого исследования можно разделить на шесть основных этапов.

Этап 1: Регистрация сигналов мозга

Человек решает, со своего полного согласия, передать информацию кому-то другому.

В этот момент активность мозга, связанная со словом, командой или идеей, которую он сознательно пытается выразить, регистрируется с помощью подходящего нейронного интерфейса.

В ранних исследованиях могут использоваться нехирургические методы, такие как ЭЭГ, и уже опубликованные исследовательские данные.

Этап 2: Идентификация мысли с помощью искусственного интеллекта

Зарегистрированные сигналы мозга анализируются моделями машинного обучения.

Цель — идентифицировать информацию, которую человек сознательно пытался передать.

Исследование должно начинаться с идентификации небольшого числа слов, команд или идей.

Только после подтверждения точности этой базовой технологии работа должна перейти к пониманию сложных мыслей.

Этап 3: Преобразование мысли в данные на основе смысла

Идентифицированная информация преобразуется с помощью искусственного интеллекта в структурированную цифровую форму.

Это может включать основные идеи мысли, отношения между ними, условия и неопределённость оценки.

Это делает возможным представить базовый смысл информации в компьютерной системе ещё до того, как будет сгенерировано полное предложение.

Этап 4: Безопасная высокоскоростная передача информации

Сгенерированные данные отправляются в другую систему через защищённый, зашифрованный цифровой канал связи.

На этом этапе скорость компьютерной сети не обязательно должна быть серьёзным барьером.

Современные компьютерные сети уже способны передавать информацию на очень высокой скорости.

Вместо этого точное понимание сигналов мозга, генерация правильной идеи и сокращение времени, необходимого для всего процесса, могут быть более сложными проблемами.

Этап 5: Восстановление сообщения для получателя

Искусственный интеллект преобразует полученную информацию в форму, понятную другому человеку.

Это может быть текст, речь или другая подходящая форма коммуникации.

Получатель должен иметь возможность понять смысл информации, попросить разъяснений при сомнениях и знать о неопределённости в оценке искусственного интеллекта.

Этап 6: Подтверждение понимания сообщения

Должно быть подтверждено, что получатель правильно понял идею.

При необходимости также должна быть предоставлена возможность запросить разъяснение или исправление.

Если в будущем должна быть создана прямая коммуникация мозг-мозг, также должна быть разработана отдельная технология, способная доставлять информацию в нейронную систему получателя.

Здесь необходимо отметить важное различие.

Преобразование сигнала мозга одного человека в текст компьютером и чтение его другим человеком с экрана — это коммуникация мозг-компьютер-человек.

Её нельзя назвать полной прямой коммуникацией мозг-мозг.

Это различие должно чётко сохраняться на каждом этапе исследования.

6. Центральная научная гипотеза этого исследования

Центральная гипотеза этого исследования предлагается следующим образом.

Путём идентификации с помощью искусственного интеллекта нейронной информации, которую люди сознательно желают передать, и преобразования её смысла в эффективную цифровую форму, определённые идеи могут быть переданы другим за меньшее время, чем с помощью речи или письма, при сохранении приемлемой точности.

Эта гипотеза может быть проверена научно.

Для этого один и тот же тип информации можно передавать через обычную речь, письмо и нейронные интерфейсы, подключённые к искусственному интеллекту.

По возможности следует использовать одних и тех же участников и одну и ту же информацию для сравнения результатов.

В этом исследовании важны следующие измерения.

1. Сквозная задержка (End-to-End Latency)

Время с момента, когда один человек начинает передавать информацию, до момента, когда другой человек правильно её получает.

2. Эффективная скорость передачи информации (Effective Information-Transfer Rate)

Мера того, сколько информации было правильно передано за секунду, после учёта ошибок и исправлений.

3. Семантическая точность (Semantic Fidelity)

Сходство смысла между идеей, которую первый человек хотел передать, и идеей, которую понял второй человек.

4. Частота ошибок (Error Rate)

Количество слов, идей, отношений и выводов, которые были идентифицированы неправильно.

5. Понимание получателя (Receiver Comprehension)

Мера того, правильно ли человек, получивший информацию, понял её истинный смысл.

6. Усилия пользователя (User Effort)

Внимание, умственное напряжение или усталость, обучение и простота использования, необходимые для работы с технологией.

7. Защита приватности (Privacy Protection)

Мониторинг того, не раскрываются ли случайно мысли или информация, не разрешённые пользователем.

Нельзя сказать, что технология ускорила коммуникацию между людьми только потому, что её сетевое соединение быстрое.

Точно так же тот факт, что искусственный интеллект генерирует предложение очень быстро, не является достаточным доказательством.

Должен быть измерен полный процесс коммуникации человек-человек.

7. Предлагаемый план экспериментального исследования

Это исследование можно провести в три основных этапа.

Первый этап: Идентификация человеческих намерений

Сначала необходимо исследовать, могут ли несколько конкретных идей, которые люди сознательно желают передать, быть идентифицированы из сигналов мозга.

Могут использоваться уже опубликованные наборы данных ЭЭГ или новые исследования, проведённые с надлежащего согласия и разрешения.

Например, участники могут попытаться передать одну из следующих идей.

• Я согласен.

• Я не согласен.

• Мне нужна помощь.

• Мне нужно дополнительное объяснение.

Модели машинного обучения могут использоваться для изучения того, появляются ли различия в сигналах мозга, связанных с этими идеями.

Затем производительность модели должна быть оценена с использованием данных, не использованных при обучении, различных тестовых сессий и независимых участников.

Важный вопрос на этом этапе:

Возможно ли надёжно идентифицировать из сигналов мозга идею, которую человек желает передать?

Второй этап: Передача смысла с помощью искусственного интеллекта

Затем можно попытаться преобразовать информацию, идентифицированную на первом этапе, в полные идеи с помощью искусственного интеллекта.

Здесь должны быть сравнены три аспекта.

Во-первых, идея, которую отправитель действительно хотел передать.

Во-вторых, идея, которую восстановил искусственный интеллект.

В-третьих, смысл, понятый человеком, получившим эту информацию.

То, насколько точно эти три соответствуют друг другу, должно быть исследовано математическими и статистическими методами.

Что самое важное: когда идея неясна для искусственного интеллекта, он должен выражать свою неопределённость, а не генерировать неверную информацию.

Производительность этого метода должна быть сравнена с обычной печатью, речью и другими методами коммуникации.

Третий этап: Коммуникация между людьми

На третьем этапе могут проводиться эксперименты по передаче информации между двумя людьми, участвующими с полного согласия.

Первый человек сознательно пытается передать информацию через сигнал мозга.

Искусственный интеллект анализирует этот сигнал, идентифицирует соответствующую информацию и отправляет её безопасно.

Второй человек получает и понимает эту информацию.

Затем измеряются скорость, точность и надёжность полного процесса коммуникации.

Доставка информации непосредственно в мозг получателя была бы гораздо более продвинутым и отдельным этапом исследования.

Такие попытки требуют нейронной экспертизы, регуляторных разрешений, медицинской безопасности и строгого этического контроля.

Поэтому в ранних исследованиях приоритет должен быть отдан доказательству того, может ли искусственный интеллект улучшить производительность коммуникации между людьми.

8. Научные проблемы и текущие ограничения

В этом исследовании есть несколько важных проблем.

Во-первых, не все человеческие мозги представляют слова и идеи в одинаковых нейронных паттернах.

Поэтому каждому человеку может потребоваться индивидуальное обучение или настройка модели.

Во-вторых, сигналы, регистрируемые нехирургическими методами, такими как ЭЭГ, могут содержать высокие уровни шума и помех.

По сравнению с электродами, имплантированными в мозг, способность точно определять определённые виды нейронной активности также может быть ниже.

В-третьих, попытка говорить, представление речи в сознании, намерение выразить идею и личное размышление про себя — это не один и тот же вид нейронной активности.

Их необходимо изучать отдельно.

В-четвёртых, большие языковые модели иногда могут генерировать предложения, которые не соответствуют действительности, но выглядят правдоподобно, на основе имеющейся у них информации.

В технологии обмена человеческими мыслями такие ошибки могут стать очень большой проблемой.

Сказать кому-то, что человек подумал то, чего он не думал, может создать серьёзные недопонимания.

В-пятых, очень важно, чтобы результаты научных исследований могли быть воспроизведены другими исследователями.

Исследование, опубликованное в Journal of Neural Engineering в 2026 году, показало, что существует много проблем с воспроизведением результатов исследований, идентифицирующих представляемую речь.

Среди наборов данных представляемой речи, рассмотренных в этом исследовании, только у 36% участников была достигнута точность классификации, превышающая соответствующий порог статистической значимости [10].

Это демонстрирует, насколько важны независимая проверка, прозрачные исследовательские методы и надёжные тесты в этой области.

Наконец, скорость передачи информации — не единственная проблема.

Человеческое внимание, память, понимание и мыслительные процессы также играют важные роли.

Устранение необходимости говорить само по себе не заставляет полностью исчезнуть время, необходимое для формирования или понимания сложной идеи.

На основе текущих научных данных нельзя утверждать, что каждый вид человеческих мыслей может передаваться напрямую на гигабитной скорости.

Рассматривать скорость передачи цифровых данных и скорость передачи осмысленных человеческих мыслей как одно и то же — научно неверный подход.

9. Приватность, информационная безопасность и права человека

Технологии, интерпретирующие нейронные сигналы человеческого мозга, также создают очень важные этические обязанности.

В обычных компьютерных системах обрабатывается информация, которую люди вводят сами.

Но нейронные интерфейсы могут также регистрировать сигналы, связанные с частной ментальной активностью человека, которой он не желает делиться с другими.

Поэтому самый важный базовый принцип нашего исследования должен быть следующим.

Только информация, которую человек, со своего полного согласия, сознательно желает передать, должна быть идентифицирована и отправлена другим.

Для реализации этого принципа на практике необходимы различные меры безопасности.

Пользователь должен иметь явный контроль для инициирования коммуникации.

По возможности нейронные данные должны обрабатываться на собственном устройстве пользователя.

Информация должна передаваться в зашифрованной форме.

Должны быть созданы сильные системы безопасности для предотвращения доступа неавторизованных лиц к сигналам мозга.

Следует избегать длительного хранения ненужных нейронных данных.

Пользователь должен иметь возможность немедленно остановить передачу информации в любое время.

Кроме того, должно быть ясно, что идеи, генерируемые искусственным интеллектом, не являются стопроцентно достоверными записями мыслей в сознании человека.

Это оценки, сгенерированные на основе нейронных сигналов.

В ноябре 2025 года ЮНЕСКО приняла международную рекомендацию по этичному использованию нейротехнологий [11].

Эта рекомендация придаёт значение ментальной приватности, человеческому достоинству и ответственному использованию нейротехнологий.

В нашем исследовании также приватность и этические гарантии должны развиваться вместе с технологическим развитием.

10. Будущие применения этой технологии

Если это исследование будет успешным, его ранние выгоды могут достичь людей, сталкивающихся с серьёзными трудностями с речью и физическим движением.

В частности, интерфейсы мозг-компьютер могут создать новые возможности для тех, кто не может общаться из-за двигательного паралича и определённых неврологических состояний.

Такие технологии также могут использоваться в некоторых особых ситуациях, когда общение через речь или движения тела затруднено.

Они также могут улучшить компьютерную доступность для людей с инвалидностью.

В долгосрочной перспективе это исследование также может помочь сделать коммуникацию между людьми и системами искусственного интеллекта более эффективной.

Но реальные выгоды каждого такого применения должны быть доказаны научно, одно за другим.

Нельзя заранее предполагать, что прямая нейронная коммуникация будет лучше обычного человеческого разговора в каждой ситуации.

Человеческий язык — это не просто медленный инструмент для передачи информации.

Он также выполняет многие важные функции: мышление, рассуждение, эмоциональное выражение, прояснение идей и построение человеческих отношений.

Поэтому новая технология должна улучшать коммуникативные способности людей, а не заставлять их терять эти важные качества человеческого языка.

11. Научный вклад этого исследования и путь вперёд

Это исследование предлагается не из предположения, что технология, передающая все человеческие мысли напрямую, уже создана.

Вместо этого оно предлагается как научная исследовательская структура, объединяющая идентификацию сигналов мозга, понимание смысла идей с помощью искусственного интеллекта, измерение производительности передачи информации и оценку подлинного понимания людей.

Его важный вопрос:

Не в том, можно ли создать внутри человеческого мозга полную пропускную способность электронной сети.

Важный вопрос в том, можно ли сократить время между моментом, когда один человек формирует идею в своём сознании, и моментом, когда другой человек правильно понимает эту идею.

Для этого необходимо исследовать, обеспечивают ли основанные на смысле представления информации, созданные с помощью искусственного интеллекта, дополнительную производительность по сравнению с нейронными технологиями, идентифицирующими обычную речь.

Недостаточно, чтобы сказать, что технология успешна, если искусственный интеллект генерирует красивые предложения.

Она должна сокращать время передачи информации.

Она должна защищать истинный смысл передаваемой идеи.

Она должна контролировать ошибки на приемлемом уровне.

Она должна надёжно работать с разными людьми и в практических условиях.

Эти условия должны быть доказаны научными экспериментами.

Исследование также должно принять, что некоторые подходы могут работать не лучше обычной коммуникации.

Истинная ценность научного исследования заключается не только в доказательстве ожидаемого результата.

Она заключается в том, чтобы на основе надёжных доказательств выяснить, верна гипотеза или нет.

12. Заключение

За последние несколько десятилетий технологии передачи данных компьютеров достигли огромного прогресса.

Сегодня компьютеры, расположенные в разных частях мира, обмениваются очень большими объёмами информации на высокой скорости.

Но коммуникация между людьми по-прежнему в значительной степени зависит от речи, письма и других физических форм выражения.

Недавние нейронные исследования принесли заметные достижения в восстановлении речи из сигналов мозга, идентификации речи, представляемой в сознании, и передаче определённой информации между мозгами.

Тем не менее, технология, которая передаёт каждый вид человеческих мыслей напрямую, точно и на высокой скорости, ещё не создана.

Она остаётся большой научной проблемой, которую предстоит решить.

В будущем интеграция искусственного интеллекта и нейротехнологий может создать новые способы сокращения времени, необходимого людям для выражения своих мыслей.

Практическое исследование для этого должно начинаться с нейронных сигналов, которые люди сознательно пытаются передать.

Затем должны быть построены модели, которые точно их идентифицируют.

Далее должна быть оценена точность, с которой защищается истинный смысл информации.

Наконец, должно быть научно доказано, действительно ли эта технология улучшает скорость и производительность коммуникации между людьми.

Только после этого работа может продвигаться к более продвинутым технологиям, таким как полная прямая коммуникация мозг-мозг.

Конечная цель моего исследования

Конечная цель моего исследования — максимально сократить разрыв между скоростью, с которой человек формирует мысль в своём сознании, и скоростью, с которой другой человек точно понимает истинный смысл этой мысли.

Для этого мой предлагаемый подход — изучать вместе искусственный интеллект, интерфейсы мозг-компьютер, нейронауку, теорию информации и технологии безопасной высокоскоростной связи.

Наша цель — не просто отправлять больше данных на высокой скорости.

Наша цель — создать научную основу для нового метода коммуникации, который может передавать мысли и идеи людей безопасно, точно и за минимально возможное время, не изменяя их истинный смысл.

Список литературы

1. Coupé, C., Oh, Y. M., Dediu, D., & Pellegrino, F. (2019). Different languages, similar encoding efficiency: Comparable information rates across the human communicative niche. Science Advances, 5(9). https://doi.org/10.1126/sciadv.aaw2594
2. Zheng, J., & Meister, M. (2025). The unbearable slowness of being: Why do we live at 10 bits/s? Neuron, 113(2), 192–204. Published online: December 2024. https://doi.org/10.1016/j.neuron.2024.11.008
3. Willett, F. R., et al. (2023). A high-performance speech neuroprosthesis. Nature, 620, 1031–1036. https://doi.org/10.1038/s41586-023-06377-x
4. Littlejohn, K. T., et al. (2025). A streaming brain-to-voice neuroprosthesis to restore naturalistic communication. Nature Neuroscience, 28, 902–912. https://doi.org/10.1038/s41593-025-01905-6
5. Wairagkar, M., et al. (2025). An instantaneous voice-synthesis neuroprosthesis. Nature, 644, 145–152. https://doi.org/10.1038/s41586-025-09127-3
6. Card, N. S., et al. (2026). Long-term independent use of an intracortical brain–computer interface for speech and cursor control. Nature Medicine, 32, 2504–2510. https://doi.org/10.1038/s41591-026-04414-6
7. Jiang, L., et al. (2019). BrainNet: A Multi-Person Brain-to-Brain Interface for Direct Collaboration Between Brains. Scientific Reports, 9, Article 6115. https://doi.org/10.1038/s41598-019-41895-7
8. Kunz, E. M., et al. (2025). Inner speech in motor cortex and implications for speech neuroprostheses. Cell, 188(17), 4658–4673.e17. https://doi.org/10.1016/j.cell.2025.06.015
9. Zhao, Z., et al. (2026). A neural architecture for imagined and overt speech motor dynamics. Nature Neuroscience. https://doi.org/10.1038/s41593-026-02456-0
10. Tates, A., Matran-Fernandez, A., Halder, S., & Daly, I. (2026). Decoding speech imagery or just noise?: A symptom of the replicability crisis. Journal of Neural Engineering, 23(5). https://doi.org/10.1088/1741-2552/aea294
11. UNESCO. (2025). Recommendation on the Ethics of Neurotechnology. https://www.unesco.org/en/node/86248

By Keshavan Thiagaraja

Powered By K7