Meta表示，它可以在不打开颅骨的情况下将大脑活动转化为打字句子。这一飞跃是真实的，但也有陷阱：该系统从打字中学习，而这正是其预期用户无法做到的事情。
本周一，Meta发布了Brain2Qwerty的第二版，这是一个读取人们在打字时产生的大脑信号并重建单词的系统。它是非侵入式的，无需手术，也没有植入物。志愿者佩戴一种类似头盔的脑磁图(MEG)扫描仪，该设备可以捕捉大脑发出的微小磁场。其余工作由AI管道完成。
关键数据实现了真正的飞跃。Meta表示，Brain2Qwerty v2的平均单词准确率达到61%，在表现最佳的参与者身上甚至达到78%。早期的非侵入式系统只能达到个位数准确率。去年的v1版本最高准确率约为48%。
为了达到这一效果，Meta使用了大约22,000个句子对系统进行训练，这些句子由九名志愿者在佩戴扫描仪约10小时的情况下输入。据Gizmodo报道，Meta在西班牙圣塞巴斯蒂安的一个研究中心进行了这项研究。
大脑聊天机器人
其原理与ChatGPT背后的技术相同。管道首先将扫描仪混乱的信号转换为字符，第二个模型将这些字符拼接成单词。然后，一个在脑数据上微调过的大语言模型，利用上下文来猜测用户想要表达的句子，就像手机预测你的下一个单词一样。
Meta表示，这是大语言模型首次将嘈杂的大脑活动解码为完整句子。它甚至让AI代理来优化自己的解码管道，尽管最终决定仍由工程师做出。
扫描仪的选择比预期更为重要。Meta同时测试了MEG和更便宜、更常见的脑电图(EEG)。MEG表现远优于EEG，字符错误率分别为29%和65%。
Meta已开源代码和数据集，呼应了更广泛的开放式AI科研趋势。该公司将该项目定位为帮助那些因脑损伤或疾病而失去语言能力的数百万人的一种方式。
仍困在实验室
然而，限制也很明显。该系统距离产品化还很远。MEG扫描仪占据整个房间，价格昂贵，只适合医院而非家庭。它也无法实时工作。模型需要等完整的打字会话结束后才能产生结果，因此没有实时反馈。
还有一个更深层次的问题。Brain2Qwerty从打字者的大脑信号中学习。而它的目标用户——那些因瘫痪或疾病而"闭锁"的人——根本无法打字。Meta承认了这一点。行动能力有限的人可能会受益，但完全"闭锁"的人不太可能。这需要围绕想象中的动作而非实际按键重新构建任务。
当前的设计甚至需要确切知道用户何时按下每个键，而Meta称实现连续、无触发解码的道路"不确定"。
外科医生仍占上风
目前，侵入式方法在结果上仍占优势。《The Register》指出，植入式系统达到了更高的准确率，最近的手术工作达到了92%的句子级准确率。一个手术接口让一名肌萎缩侧索硬化症(ALS)患者能够全职工作，以近乎完美的精度解码他的尝试性言语。从Neuralink到其竞争对手的公司都在竞相将这种植入物商业化。
Meta的主张是，它可以不通过钻孔来缩小差距，因为随着向模型输入更多数据，准确率会稳步提升。
这可能会被证明是正确的，在开放环境中进行工作应该有助于其他人测试它。但一个占据整个房间、需要等待你完成打字、并依赖你能够打字的大脑阅读器，距离成为救命稻草还有很长的路要走。Meta更广泛的AI雄心往往来得响亮而早。这一成果确实是实验室中的真正进步，也诚实地提醒我们实验室与病房之间还有多远的距离。
【全文结束】