Meta在神经接口领域取得突破,推出了Brain2Qwerty v2系统。这项技术能够通过记录大脑活动,在无需任何外科手术的情况下还原输入的文本。其关键指标——单词级别的平均准确率达到61%,远超此前非侵入性方法约8%的水平。

训练该模型需要约22000个句子。实验共有九名健康志愿者参与,每人都在脑磁图扫描仪中度过10小时,同时用键盘输入所听到的短语。这种方法为训练神经网络收集了独特的数据集。

“我们不再使用手动设计的方案来识别神经事件,而是采用端到端的深度学习,直接从原始脑信号中解码数据。”开发人员解释道。

Brain2Qwerty v2的架构处理连续的大脑活动记录,并完整还原整个句子。为提高准确性,系统使用经过微调的语言模型来分析语义上下文。结果令人印象深刻:实验中表现最佳的参与者达到了78%的单词级别准确率,其超过一半的句子解码后仅有一个错误或完全无误。

局限性与前景

需要指出的是,这项技术距离临床或日常应用还有很长的路要走。实验是在健康志愿者身上进行的,他们实际输入了文本。对于失去语言或行动能力的人群,这种方法需要单独验证,并可能需要进行调整。

此外,该系统目前还无法实时运行。模型需要处理整个句子,因此用户无法在输入后立即看到每个单词。这是实际应用中的一个重大限制。

该项目是“数字大脑计划”的一部分,该计划旨在创建开放的神经科学数据集,预算为500万美元。这是推动该领域研究民主化的重要一步。

我的专家评估:Meta的这一成就标志着从实验室实验向潜在应用解决方案的转变。然而,61%的准确率距离可靠的接口仍有差距,关键挑战仍在于将技术适配于语言障碍患者。尽管如此,从8%到61%的进步在短时间内令人瞩目,表明神经接口能力呈指数级增长。