能够解码脑电波可以帮助失去说话能力的患者再次交流，并最终为人类与计算机交互提供新的方式。 现在 Meta 研究人员已经证明他们可以分辨出某人是什么词 听力 使用来自非侵入性脑部扫描的记录。
我们的探索能力 人 近几十年来，随着科学家开发出各种脑机接口 (BCI) 技术，大脑活动有了显着改善，这些技术可以为我们的思想和意图提供一个窗口。
最令人印象深刻的结果来自侵入性记录设备，该设备将电极直接植入 大脑的 gra很重要，结合 AI 可以学习口译的t 大脑信号。 近年来，这有可能 解码完整的句子 从某人的神经活动中获得 97% 的准确率，并尝试翻译 将手写动作直接写入文本 在速度比较发短信。
但是必须将电极植入某人的大脑有明显的缺点。 这些危险的程序仅对需要大脑记录以帮助解决其他医疗问题（例如癫痫）的患者在医学上是合理的。 而且神经探针会随着时间的推移而退化，这就增加了必须定期更换它们的可能性。
这就是为什么 Meta 的 AI 研究部门的研究人员决定调查他们是否可以在不需要危险的脑外科手术的情况下实现类似的目标是的。 在一篇论文中 在预印本服务器上发布 arXiv, 该团队报告说，他们开发了一种人工智能系统，可以根据使用非侵入性记录的大脑活动预测某人正在听的单词 脑机接口.
“Facebook 人工智能研究 (FAIR) 实验室的研究科学家让·雷米·金 (Jean Remi King) 说： 告诉 时间. “所以我们想尝试使用非侵入性的大脑活动记录。 目标是建立一个人工智能系统，可以解码大脑对口述故事的反应。”
研究人员依靠从 169 人收听人们说话的录音时收集的四个预先存在的大脑活动数据集。 每个志愿者都使用脑磁图 (MEG) 或脑电图 (EEG) 进行记录，它们使用不同类型的传感器从颅骨外部获取大脑的电活动。
他们的方法包括d 将大脑和音频数据拆分为 三-第二长的片段并将其输入神经网络，然后看起来ed 对于 c 的模式乌尔德 将两者连接起来。 在对这些数据进行了数小时的 AI 训练后，他们在之前未见过的数据上对其进行了测试。
该系统在其中一个 MEG 数据集上表现最好，其前 10 名的准确率达到了 72.5%。 这意味着当它排名 10 与脑电波段链接概率最高的单词，正确的单词是 那里 72.5% 的时间。
这听起来可能不太好，但重要的是要记住它是从 793 的潜在词汇中挑选出来的 话. 该系统在其他 MEG 数据集上的得分为 67.2%，但在 EEG 数据集上的表现较差，排名前 10 精度仅为 31.4 和 19.1。
显然，这距离一个实用的系统还有很长的路要走，但它代表了在一个难题上取得了重大进展。 非侵入性 BCI 的信噪比要差得多，因此以这种方式破译神经活动具有挑战性，但如果成功，可能会产生更广泛适用的技术。
不过，并不是每个人都相信这是一个可以解决的问题。 伦敦帝国理工学院的 Thomas Knopfel 告诉 “新科学家” 尝试使用这些非侵入性方法探索思想就像“试图通过老式模拟电话调制解调器流式传输高清电影”，并质疑这种方法是否会达到实际的准确度水平。
像 Elon Musk 的 Neuralink 这样的公司也押注，随着技术的进步，我们最终会克服对侵入性方法的娇气，为普通人进行大脑植入打开大门。
但 Meta 团队的研究还处于早期阶段，还有很大的改进空间。 任何能够破解非侵入性脑部扫描的人的商业机会都可能为尝试提供充足的动力。
