兩篇關鍵論文大公開

原標題：免手術AI讀心術新突破！Meta腦機接口研究驚呆網友：能邊睡邊玩手機發帖了？？
文章來源：量子位
內容字數：4770字

Meta非侵入式腦機接口取得突破：AI模型實現MEG腦電信號高精度解碼

新年伊始，Meta在非侵入式腦機接口研究領域取得重大進展。其研發的AI模型Brain2Qwerty，無需腦部手術，僅利用腦磁圖(MEG)信號，便實現了目前非侵入式方式下最準確的腦電信號解碼結果，平均字符錯誤率(CER)達到32%。

1. 技術突破：AI模型Brain2Qwerty

Brain2Qwerty系統包含三個主要模塊：卷積模塊負責對MEG信號進行初步處理和特征提取；Transformer模塊在句子層面進行訓練，捕捉句子語義和結構信息；語言模塊利用預訓練語言模型，結合語言先驗知識和語法規則，提升文本輸出準確性。在最佳情況下，該模型CER可低至19%，并能完美解碼訓練集外的多種句子。

2. 實驗設計與結果

研究招募了35名西班牙語母語者作為志愿者，讓他們在打字的同時記錄腦電信號。實驗結果顯示，使用MEG，Brain2Qwerty的平均CER為32%，而使用腦電圖(EEG)則為67%。這表明MEG在非侵入式腦機接口中的優越性。

3. 語言產生神經機制研究

Meta的另一篇論文探究了語言產生神經機制。研究發現，大腦在生成語言時，會按照上下文、單詞、音節和字母的順序處理語言信息，這印證了語言產生是層級化過程的理論。不同層次的神經表征持續時間不同，并通過動態神經編碼機制避免相互干擾。

4. 非侵入式腦機接口的意義

與需要腦部手術的侵入式腦機接口相比，非侵入式腦機接口風險更小，更容易應用。Meta的研究縮小了侵入式和非侵入式方法之間的差距，為幫助無法溝通的患者開辟了新的道路。

5. Meta腦機接口研究歷程

Meta的腦機接口研究始于2016年，此前曾嘗試開發“大腦讀取帽子”等設備，但由于技術障礙最終失敗。此次的突破是Meta與西班牙和法國研究機構合作的成果。

6. 未來展望

雖然Meta取得了顯著進展，但提高準確性仍然是未來研究的關鍵。Meta將繼續投入資金和資源，進一步完善這項技術，最終目標是開發出安全可靠的腦機接口，造福更多人。

聯系作者

文章來源：量子位
作者微信：
作者簡介：追蹤人工智能新趨勢，關注科技行業新突破