A kvantumszámítógépek csak abban az esetben hasznosak, ha ismerjük az elektronok állapotainak egymás közötti viszonyait. Viszont nagyon nehéz eljutni addig, hogy megismerjük a kvantum-koherencia néven ismert kapcsolatot.

Egy új felfedezés hatására hamarosan változhat a helyzet.

A Chicagói Egyetem egyik kutatócsoportja ugyanis kitalálta, hogyan tartható fenn kvantumrendszerek koherenciája (azaz működése) akár 10 ezerszer tovább, mint eddig. Megoldásuk bármilyen kvantumrendszerre alkalmazható, és az egész területet forradalmasíthatja.

„A felfedezés a kvantumtudományok új kutatási irányait nyithatja meg. Széleskörű alkalmazhatóságával és könnyű implementálásával a kvantumtervezés sok aspektusára lehet hatással” – magyarázza David Awschalom, az Argonne Nemzeti Laboratórium kutatója.

A kvantumszámítógépeket közismerten nehéz irányítani, kontrollálni. A qubiteket könnyen megzavarják a környező zajok: rezgések, hőmérsékletváltozás stb. Eddig fizikailag akarták izolálni őket a zajoktól, vagy igyekeztek minél tisztább anyagokból felépíteni a gépeket.

Ezek a megoldások azonban nem praktikusak, ráadásul nagyon drágák is lehetnek. A chicagói kutatók meg sem próbálják megszüntetni a környezet zajait, helyette „átverik” a rendszert, elhitetve vele, hogy semmiféle zaj nincs körülötte.

Elektromágneses impulzusokkal és a mágneses tér folyamatos megváltoztatásával igyekeztek kontroll alatt tartani. A mágneses mezőt úgy állították be, hogy kiszűrődött a maradék zaj.

„Mintha körhintán ülnénk és csomó ember kiabálna körülöttünk. Amikor a hinta nem mozog, tökéletesen halljuk őket, de ha gyorsan megfordul, a zajok eltűnnek a háttérben” – fejtegeti Kevin Miao, az egyik kutató.

Eljárásuk eredményeként a rendszer 22 milliszekundumig koherens maradt, működött. A 22 milliszekundum ugyan kevésnek tűnik, viszont így is 10 ezerszer több a korábbi rendszerek működési idejénél.

A technikával a jövő kvantumgépei könnyebben skálázhatók, praktikusabb az információtárolás, és az információ messzebbre továbbítható, módosíthatók a korábbi iterációk.

„A legjobb az egészben, hogy nagyon könnyű megcsinálni. A mögötte álló tudomány ugyan komplikált, a váltakozó mágneses mezőt viszont egyszerű hozzáadni a rendszerhez, logisztikailag sima ügy” – összegez Miao.

A Michigan Egyetem egyik kutatócsoportja biomorf elemeket fejlesztett robotoknak. Az élővilágból, a Homo sapienstől ellesett minta alapján, az újfajta elemekkel lehetővé válik, hogy a gépek ugyanúgy tárolják az energiát, mint az ember.

Testünk zsírból raktároz a legtöbbet, mert zsírszövetek jóval kevesebb energiaráfordítással hozhatók létre, tarthatók meg, és így a tárolás is lényegesen gazdaságosabb. Az új fejlesztés ezt a modellt igyekszik követni, robotokban is „zsírtartalékokat” halmoznak fel.

A szervezetünkben elosztott energiaforrások utánzásával a gépekben lévő elemek kapacitása drasztikusan nő, sokkal több áramot képesek tárolni, mint a hagyományos lítium-ionos megoldások.

Az elemek jelentik a robottervezés egyik korlátját. A gép belsejében lévő szabad tér gyakran 20 százalékát vagy többet foglalnak el, és ugyanez áll a szerkezetek tömegére is.

Az új cinkelemmel viszont jelentősen növelhető az energiasűrűség, ha a robot külső vázát ilyen elemekkel szerelik fel, a lítium-ionosoknál akár 72-szer nagyobb áramkapacitással is rendelkezhetnek. Ráadásul rugalmasabbak is, azaz a robot több részére rakhatók.

Mindezek mellett egyszerre több funkciót tudnak betölteni: áramot tárolnak és védik a gép „szerveit.” Ezekkel a tevékenységekkel az élőlények zsírszövetének multifunkcionalitását utánozzák.

„Nincs egyetlen darab, méretes és sok drága energiaátvitelt igénylő zsírzsák. Az elosztott energiatárolás a biológiai módszer, és ez a megoldás a nagyon hatékony biomorf eszközök esetében is” – magyarázza a projektet vezető Nicholas Kotov.

Az elem a cink-elektróda és a levegő között, speciális aramid nanoszállal bevont membránon keresztül továbbítja a hidroxid-ionokat. Ezek a nem mérgező anyagok találhatók a vízalapú polimer gélekben és a golyóálló Kevlar mellényekben is. Még egy összehasonlítás a lítium-ion elemekkel: a cinkalapúak sokkal környezetbarátabbak.

Egy hátrányuk azonban van: a teljes kapacitást csak kb. száz töltési ciklusig képesek fenntartani, ebben jobbak a lítium-ionosak. Viszont egyrészt relatíve olcsó a helyettesítésük, másrészt könnyen újrahasznosíthatók.

Az ember ritkán használja csak az egyik érzékszervét a világ megértésére, míg a robotok általában látás, és az utóbbi időben egyre sűrűbben érintés alapján észlelik a környező valóságot. A pittsburghi Carnegie Mellon Egyetem (CMU) kutatói megállapították, hogy hallással jelentős mértékben növelhető a gépek érzékelési képessége.

Alapos felmérést végeztek a hang és a robotok cselekvései közötti interakciókról. Arra a következtetésre jutottak, hogy hang segítségével jobban megkülönböztetnek tárgyakat egymástól, például egy fém csavarhúzót egy szintén fém franciakulcstól.

A hallás abban is segíti őket, hogy rájöjjenek, milyen cselekvéseket, történéseket válthat ki egy hang, illetve „előrejelezzék” számukra ismeretlen tárgyak tulajdonságait.

Más területen végzett korábbi munkák már megállapították a hang jelentőségét, hogyan nyerhetnek ki belőle információt mesterséges intelligenciák, az viszont nem derült ki, hogy mennyire fontos a robotikában. A CMU tesztjei során a hallás alapján tevékenykedő robotok a tárgyak 76 százalékát sikeresen csoportosították.

Az eredmények annyira felbátorították a kutatókat, hogy elképzelhetőnek tartják robotok felszerelését hangszerféleséggel, hangalapú rudakkal, amelyekkel megkocogtatnák a felismerendő tárgyat.

A kutatáshoz hatalmas adatbázist készítettek, 60 hétköznapi tárgyról (kézi szerszámok, cipő, teniszlabda, alma stb.) szimultán vettek fel videó- és audioanyagot, miközben azok egy tálcán pörögtek, görögtek, és az oldalába ütköztek. A 15 ezer interakciót tartalmazó adatbázist azóta nyilvánossá tették, így más kutatók is tudják használni.

Az interakciókat egy robot karjához kapcsolt, Tilt-Bot nevű négyzet-alakú tálcával rögzítették. Amikor tárgyat tettek rá, a robot néhány óráig random irányokba mozgatta a tálcát, változó mértékben megdöntve azt. A kamerák és a mikrofonok minden egyes történést felvettek. De a robotot tálca nélkül is használták, tárgyak felületét kellett megkocogtatnia.

A robot általában akkor hibázott, amikor teljesen biztos volt, hogy csak hibázhat. Hang alapján például képtelenség egy piros és egy zöld kockát megkülönbözetni egymástól. Nem is sikerült neki, viszont, ha az egyik kockát pohárra cserélnék, hallásból tudná, hogy melyik a kocka, melyik a pohár.

Az Egyesült Államok Fejlett Védelmi Kutatási Projektek Ügynöksége (DARPA) virtuális közelharc-versenyt (AlphaDogfight) rendezett F-16-os sugárhajtású vadászrepülőgépek között. Először MI-k meccseltek egymással, majd csütörtök reggel a diadalmas algoritmus ember által vezérelt géppel csapott össze.

A verseny alapját a csata alatt harcoló pilótákat helyettesítő mesterségesintelligencia-algoritmusok fejlesztése adja. A program nagyon hasonlít az amerikai légierő katonai vezetők körében népszerű Skyborg kezdeményezéséhez. Utóbbi ember nélküli légi jármű, mesterséges intelligencia vezérelte drón, alakulatban repülő gépeket támogató szélső gép. Az MI szerepe (többek között) a harcfeltételekhez történő alkalmazkodás. A projekt a légierő más terveihez, például a rajként funkcionáló légi járművekhez, a rajintelligencia hadászati felhasználásához kapcsolódik.

Mind a Skyborg, mind a rajintelligencia egyelőre talán túl ambiciózus, és ezt a hadsereg realizálta is.

Mérnökök számára komoly kihívást jelent már az is, hogy kivárják az MI-rendszerek tanulási folyamatát, hogy a gépi értelem fokozatosan elsajátítja a repülést. Sokan baleset közben semmisültek meg, például a földbe vágódtak. Mások megfeledkeztek az ellenfélről, és rendületlenül ugyanabba az irányba tartottak.

Egy gépnek nem evidencia az, ami egy pilótának igen, például, hogy ne csapódjon be a talajba. Nincsenek alapösztönei, félelme, ezért is kell rengeteget tanulnia.

„Attól a pillanattól kezdve figyeltük az MI-ket, amikor még alig tudtak repülni, és szinte képtelenek voltak megelőzni az összeütközéseket, mindaddig, amíg valós viselkedésformákat mutattak a közelharcokban” – jelentette ki a versenyt szervező Dan Javorsek ezredes.

A megmérettetésen több nagynevű katonai beszállító, például a Lockheed Martin is részt vett. Megoldásukat több szerveren tesztelték, próba-hiba módszerrel dolgoztak, a végső változat egyetlen grafikus kártyán futott.  

A győzelmet, a humán pilóta felett is diadalmaskodó Heron Systems szerezte meg, öt körben 5-0-ra verve szimulátorban ücsörgő, virtuális valóság (VR) headsetet viselő húsvér ember ellenfelét. Előtte kb. 4 milliárd szimulációt futtattak le vele, ami 12 év repülési időnek felel meg.

Az MI diadala sokaknak fordulópontot jelent, mert jelzi, mire képes a gépi tanulás a csatatéren: az ember szerepét fokozatosan és egyre több hadászati területen gépek veszik át.

A repülő autók sokáig kizárólag sci-finek tűntek, tudományos-fantasztikus filmekben és irodalomban viszont nagyon népszerű témák. Talán a legismertebb – ikonikus – filmes megjelenítésük a Szárnyas fejvadász cyberpunk Los Angelesének neonfényes légtere. 

Közben egyre többen bizonyítják a kivitelezhetőségüket, izgalmas koncepciók is napvilágra kerülnek, városaink felett repdeső autókat azonban mind a mai napig nem láttunk – a bizakodásra okot adó meglátások ellenére sem.

Pedig nem akármilyen műhelyekben születtek látványos tervek: Airbus, Boeing, Uber, és ők csak a legismertebbek. Kérdés, hogy megvalósíthatósági tanulmányig (feasibility study) eljutott-e egyáltalán valamelyikük.

Most mindenesetre a japán kormány bejelentette, hogy anyagilag is támogatja repülő autók fejlesztését. Ennél azonban többet is tett, konkrét dátumról beszélt – a futurisztikus közlekedési módot már 2023-ban szeretnék kereskedelmi forgalomban látni.

A vertikális fel- és földre-szállásra (vertical take off and landing, VTOL) képes, a kettő között pedig kisebb távolságokat megtevő, eredetileg földi járművek álma egyre valódibbnak tűnik, és aligha véletlen, hogy a tervekben Japán jár az élen.

Az egyik erre a területre specializálódott startup, a szigetország legújabb repülőautó-vállalkozása, a beszédes nevű SkyDrive nemrég mutatta be SD-XX nevű kétszemélyes elektronikus VTOL (eVTOL) járműjét. Az autóméretű szerkezet elvileg több 10 kilométert képes megtenni, sebessége nagyjából 100 km/h. Az első tesztrepüléseket már idénre, sőt, augusztus végéig tervezik.

„Gondolkozunk, hogy nagyvárosokban, vagy Oszakában, vagy Tokióban légitaxi-szolgáltatást indítunk. Az első repülések tenger felett történnének, mert máskülönben túl kockázatos lenne, ha hirtelen megjelennének sok ember feje felett” – magyarázza a startup vezérigazgatója, a korábbi Toyota-mérnök Tomohiro Fukuzawa.

Eddigi munkájukkal elégedett. Első körben üdülőhelyek, például a Universal japán stúdiói  körül vállalnának odavissza-utakat. Az első modell önvezérlő lesz, viszont nem 100 százalék autonóm, mert például váratlan helyzetekben húsvér pilóta is kell a manőverezéshez.

Céljuk, hogy 2028-ig legalább ezer darabot adjanak el. Fukuzawa elmondása alapján egy SD-XX nem fog többe kerülni, mint egy drága autó.

Az Apple új ambíciója, hogy miután éveken keresztül több infokom nagyvállalat mögött kullogott a mesterségesintelligencia-fejlesztésekben, ezen a területen is átvegye a vezető szerepet, termékeit a legjobb gépitanulás-megoldások működtessék.

A cég MI-részlegét irányító John Giannandrea 2018 áprilisában igazolt át a Google-tól (ahol szintén ezt a pozíciót töltötte be), és egy friss interjúban elmondta, hogy a legjobb gépitanulás-alkalmazások a felhasználó személyiségi jogait (privacy) maximálisan figyelembe vevő, illetve a készülékre fókuszáló megközelítésből születnek. A technológiát termékek és szolgáltatások széles választékába igyekeznek integrálni.

Az Apple köztudottan komoly marketingtevékenységet fejt ki kiterjesztett valóság (augmented reality, AR) alkalmazásai és személyes digitális asszisztense, Siri népszerűségének növeléséért. Most már ugyanez érvényes a mesterségesintelligencia-megoldásokra, például a készülékek energiafogyasztását a felhasználó szokásai szerint kezelő, vagy egymást követő fotókat egyetlen nagyfelbontású képbe rendező programokért.

Más gyártókhoz (Google, Huawei, Qualcomm, Samsung) hasonlóan az almás cég is speciális chipet fejlesztett, amelyen okostelefonok, tabletek és okosórák mesterségesintelligencia-szoftverei futnak. Például az Apple Watchra a szakszerű kézmosást támogató alkalmazás is került, természetesen MI-vel, a háttérben.

Idén a laptopokra szintén sor kerülhet.

Riválisaitól viszont élesen megkülönbözteti az Apple-t, hogy a feladatok számítási felhőben történő kivitelezése helyett a Neural Engine nevű chip alrendszer a készülékekben végzi el a gépi tanulással kapcsolatos legtöbb munkát. Az adatok ottani feldolgozásával egyrészt a privacy nagyobb védelemben részesül, másrészt a késleltetés is csökken, és a szoftver kvázi valósidőben működik.

Annak ellenére, hogy az Apple folyamatosan kiáll a privacy mellett, anonim adatokat gyűjt és címkéz fel, sőt a felhasználókhoz is fordul ilyen jellegű kérésekkel. „Szeretné-e, ha Siri jobban működne, tenne-e érte?” – hangzik az adatadományozásra ösztönző kérdés.

A cég több tucat MI-állást hirdetett meg, ugyanakkor MI-technológiái zömét egyelőre másoktól szerzi be. Siri 2010-es felvásárlása óta versenytársainál több, legalább 20 gépitanulás-startupot vásárolt fel.

A felismerőtechnológiák dinamikusan fejlődnek. A beszédre specializált botok egyre jobban végzik a munkájukat, gépi tanulással csiszolódott programok tárgyakat, állatokat stb. azonosítanak, míg az arcfelismerés ma már sok jogi vitát generál.

De mi van a mindennapokban oly gyakran használt kézmozdulatokkal, hogyan boldogulnak velük a gépek, miként találják ki, hogy mit akarunk gesztusainkkal kifejezni, képesek-e egyáltalán rá?

Mert, ha nem, akkor még a legkifinomultabb mesterséges intelligenciák sem tudják feldolgozni az emberi kommunikáció egyik alapvető aspektusát. Eddig legalábbis így volt, de változik a helyzet.

A sebészetben használt robotok, az egészségfigyelő műszerek és egyes játékrendszerek komoly előrelépést jelentettek ezen a téren is, de valami mindig hiányzott.

A szingapúri Nanyang Műszaki Egyetem (NTU) egyik kutatócsoportja viszont bőrszerű elektronikai megoldást és gépi látást összekombinálva, kézmozdulatokat felismerő mesterségesintelligencia-rendszert fejlesztett.

Az eddigi legfőbb problémát a rendszerbe táplált pontatlan adatok jelentették. Ezek az adatok általában magunkon viselhető, a felhasználóval összevissza kontaktusban lévő szenzorokból érkeznek. Sok objektum eleve nem látható és a gyenge megvilágítás is okozhat gondokat. A szenzorikus és a vizuális adatok integrálása további problémákat okozhat.

Mozgásrögzítés (motion capture) alapú kesztyűket szintén használnak térbeli adatok, például kézmozdulatokra vonatkozó információk gyűjtéséhez. Ezek a megoldások is nehézkesek, és a szingapúri kutatók úgy döntöttek, hogy szakítanak a robotikából ellesett módszerekkel, inkább a felhasználó kezére passzoló, nyúlékony szenzorokat alkalmaznak helyettük. A biológia ihlette meg őket – szén nanocsövekből készült érzékelőik az emberi bőrre emlékeztetnek.

A rendszer lényege az emberi bőrhöz hasonló érzékelés és a látvány emberi agyhoz hasonló feldolgozása. A kutatók az MI-t három idegháló-megközelítés egyesítésével dolgozták ki. Az eredmény magáért beszél: sokkal jobban felismeri a kézmozdulatokat, mint bármelyik korábbi rendszer. Mind a vizuális, mind a szenzorikus adatok pontosabbak.

A megoldás távolról sem tökéletes, viszont úgy tűnik, az MI legalább érti a gesztusokat. Labirintusban csupán kézmozdulatokkal vezéreltek egy robotot, és a gép sikeresen keresztülment rajta.

Amikor a diákok az őszi tanévkezdéskor visszatérnek (ha visszatérnek) az iskolába, az osztálytermekbe, minden más lesz, mint a Covid-19 előtt volt. És nemcsak azért mert tanárok, tanulók egyaránt maszkot fognak viselni.

Egyes diákoknak hőkép-készítő kamerák mérik a testhőmérsékletét, mások jeladót hordanak, hogy mozgásuk az oktatási intézmény falain belül követhető legyen.

De lesznek kevésbé látványos változások is, például biztonsági kamerák figyelik majd, hogy ki vette le a maszkot, a tanulók milyen közel tartózkodnak egymáshoz, megszegik-e a közösségi távolságtartás (social distancing) szabályait.

A koronavírus-járvány a megfigyelő-technológiák új hullámát indította el, többet kifejezetten oktatási intézményekre találtak ki. Rendeltetésük, hogy a fertőzések terjedésének megállításában segítsenek.

Több kérdés, aggály merül fel velük kapcsolatban. Működnek egyáltalán? Hamis biztonságérzetet teremtenek? És talán a legfontosabb: mi lesz a sorsuk, használatban maradnak-e, ha véget ér a járvány?

Egyes új megoldások kétségtelenül javítani fogják az iskolák biztonsági rendszereit. A Motorola Solutions biztonsági és kommunikációs technológiáit máris többezer amerikai oktatási intézményben telepítették. A cég viszont kifejezetten járványügyi szempontból, a meglévő kamerákkal kompatibilis mesterséges intelligenciát fejlesztett, rendeltetése a maszkviselés ellenőrzése lesz.

„Többhónapos munkával különféle típusú maszkokról összegyűjtött adatokkal dolgozva, betanítottunk egy mesterséges ideghálót, hogy megállapítsa, mikor vannak ezek a maszkok a diákok arcán, és mikor nem” – magyarázza Makesh Saptharishi, a Motorola Solutions kutatója.

A cég kontaktkutatásra szintén fejlesztett szoftvert. A program fizikai tulajdonságjegyeket, többek között a testmagasságot, ing színét stb. detektálva végzi munkáját.

A Raptor Technologies automatizált rendszerén úgy módosította – javította fel –, hogy az belépéskor személyes egészségügyi kérdéseket tegyen fel.

Egyes kutatók attól tartanak, hogy ezek a rendszerek a Covid-19 után is az oktatási intézményekben maradnak, és például megállapítják, hogy ki lóg, ki nem.

„Sokszor fordult már elő, hogy speciális célból bevezetett intézkedések az ok megszűnése után is érvényben maradtak” – fejezte ki aggályát Ryan Calo, a Washington Egyetem jogprofesszora.

A Vodafone, az Egyesült Királyság Környezet-, Élelmiszer- és Vidékügyi Minisztériuma, és az Erdőkutatás Intézet egyesítették erőiket, hogy a fák szerepét vizsgálják a klímakatasztrófa elleni küzdelemben.

A telekommunikációs óriásvállalat dolgok internete (Internet-of-Things, IoT) technológiáját vetik be, készülékeket három hónapra fákhoz erősítenek. A három hónap alatt a hőmérsékletről, nedvességről, az adott fa növekedéséről és a talaj nedvességtartalmáról küldenek folyamatosan adatokat a kutatóknak.

Az IoT-technológia lehetővé teszi, hogy a tudósok erdők általában nehezen és költségesen megközelíthető részeit monitorozzák. Céljuk a fák széntároló lehetőségeinek tanulmányozása, hogy mennyire használhatók a klímakatasztrófa elodázásában, hatásainak csökkentésében.

Az eredményekről egyrészt a döntéshozókat, másrészt a széleskörű nyilvánosságot is tájékoztatják, beszámolnak a fák növekedésének környezetre gyakorolt hatásairól.

A közös munkát azt követően döntötték el, hogy a minisztérium bejelentette: 2025-ig az országban 30 ezer hektárra növelnék az elültetett fák területét.

„A fák a klímakatasztrófa elleni küzdelem és a biológiai sokszínűség egyedi természeti forrásai. Az együttműködés során a legújabb IoT-technológiákat használjuk, hogy jobban megértsük a változások erdőinkre gyakorolt hatását” – jelentette ki Malcolm McKee, a minisztérium főmérnöke.

„A klímakatasztrófa kezeléséhez radikális gondolkodás kell, amelyben erdőink kulcsszerepet játszanak. Technológiánkkal lehetővé válik a fák összekapcsolása, teljesítményük monitorozása. Tökéletes példa a technológia újfajta felhasználására, segít kialakítani a fenntarthatóbb jövőt” – magyarázza Anne Sheehan, a Vodafone Business UK igazgatója.

A Vodafone-nál nem ez az egyetlen „környezeti” újdonság. A cég ugyanis nemrég jelentette be, hogy egy éven belül teljes európai hálózatát 100 százalékban megújuló energiával üzemelteti.

A mostani projekt forradalmasíthatja a jövő természetvédelmi kutatásait, tudósokat az adatgyűjtés és -feldolgozás új lehetőségeivel ismerteti meg. Az IoT segítségével ráadásul több adathoz is jutnak hozzá.

Ha sikeresek lesznek, a technológiát és az együttműködést a környezetvédelem más területeire szintén kiterjeszthetik.

Amerikai kutatók kimutatták, hogy az agy speciálisan tervezett fülhallgatókon keresztül történő enyhe elektromos stimulálásával felnőttek jobban felismerik idegen nyelvek hangjait. A hatás a stimulálás megszűntével is megmaradt.

Az ember egyrészt remekül tanul érzékszervi észlelései útján, másrészt komoly irodalma van annak a jelenségnek, hogy felnőtt korunkban meggyűlik a bajunk a nem-anyanyelvi beszédkategóriákkal.

A bolygóideg stimulálásával a tesztalanyok jobban felismerték és megkülönböztették egymástól a mandarin nyelv négy különböző hangját, ami azért figyelemre méltó, mert a tonális nyelveket nem használó angol anyanyelvűeknek ez nagyon komoly problémát jelent. (A tonális nyelveknél, például a legtöbb ázsiai nyelv esetében a hangok magassága a mérvadó.)

A Pittsburgh Egyetem és más felsőoktatási intézmények által végzett kutatás során a stimulálásban részesülő csoport 13 százalékkal jobb teljesítményt ért el azoknál, akiknek nem serkentették az agyát.

A perifériális idegrendszer nem invazív stimulálásával a nyelvtanulás potenciálisan könnyebb, és ezzel a kognitív teljesítmény is több területen javítható – emelte ki Fernando Llanos, a kutatást ismertető tanulmány elsőszámú szerzője.

A hatás általánosítható, és így – a kutatók szerint – megtanulhatók idegen nyelvek hangmintázatai.

„Az emberek általában elbátortalanodnak a kemény nyelvtanulástól. Viszont, ha valaki már az első órán 13-15 százalékkal jobb eredményt ér el, valószínűbb, hogy folytatja” – nyilatkozta a San Franciscói Kaliforniai Egyetemen oktató Matthew Leonard, a tanulmány társszerzője.

A kutatók a tanulás további bővítésén dolgoznak, újabb stimulációikkal még nehezebben megkülönböztethető hangok, hangzások felismerésére serkentenék az agyat.

Az agy ugyanazon területét, a bolygóideget korábban epilepsziások esetében, valamint depresszió és gyulladásos betegségek kezelésénél vizsgálták. Ezek a kezelések azonban invazívak, mint a jelen eset fülhallgatója.

A kutatók hangsúlyozzák: nem invazív és biztonságos módon érnek el robusztus tanulási hatásokat. Bizakodnak, hogy technológiájuk alkalmazások szélesebb spektrumán, például az egészségügyben, stroke utáni rehabilitációnál is működni fog.