6月29日,Meta研究部门推出了Brain2Qwerty v2系统,该系统能够基于无创脑活动记录还原用户输入的文本。这是神经接口领域的重大突破:单词级别的平均识别准确率达到61%,而此前非侵入性方法的准确率仅为8%左右。
该模型基于约22000个句子进行训练。实验共有九名健康志愿者参与,每人分别在脑磁图(MEG)扫描仪中进行了10小时的测试,同时用键盘输入所听到的短语。与手动提取神经事件不同,Brain2Qwerty v2采用端到端深度学习,直接从原始脑信号中解码数据。
该系统可处理连续的脑活动记录,并完整还原整个句子。为优化结果,系统还应用了经过微调的语言模型,以考虑语义上下文。表现最佳的参与者在单词级别达到了78%的准确率,其中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
目前,该技术尚未准备好用于临床或日常应用。Brain2Qwerty v2仅在健康志愿者身上进行了测试,且这些志愿者实际进行了文本输入。对于失去语言或行动能力的人群,该方法需要单独验证。此外,该系统目前无法实现实时文本输入:模型需完整处理整个句子,因此用户无法在输入后立即看到每个单词。
该项目是数字大脑计划(Digital Brain Project)的一部分,该计划旨在建立开放的神经科学数据集,预算为500万美元。此前,Meta于2022年9月曾发布一项关于“脑解码器”的研究,该研究利用人工智能将思维转化为语音。
我的专家观点:Brain2Qwerty v2的突破不仅仅是准确率从8%提升至61%。它证明了脑磁图(MEG)等非侵入性方法结合深度学习,能够与侵入性植入设备相抗衡。然而,距离商业化产品仍有很长的路要走:扩展到语言障碍患者、缩短处理时间以及确保日常使用的稳定性,这些都是关键挑战。尽管如此,这一进展正将我们推向一个无需任何外科手术即可将思维转化为指令的时代。