（文章來源：前瞻網）

如果“思想”能夠被閱讀并主動生成文本，那么有語言功能障礙的人就有望實現“開口”說話。而這一這愿景似乎離我們越來越近。3月30日，《自然-神經科學》發表了美國加州大學舊金山分校華裔教授 Edward Chang 及同事開發的一款腦電波 AI 解碼器，能夠將大腦活動信號直接轉化為句子文本。

該研究小組招募了四名志愿者，在他們的大腦中植入了電極陣列來監測癲癇發作。

這四名志愿者被要求大聲且反復朗讀50組句子，包括“Tina Turner is a pop singer”以及 “Those thieves stole 30 jewels”等等。研究人員在志愿者朗讀過程中追蹤他們的神經活動。然后這些大腦活動數據被輸入到機器學習算法中--一種將每說一個句子產生的大腦活動數據轉化為數字字符串的人工智能系統。

試驗證明，訓練后的機器翻譯算法能夠準確地解碼受試者的神經活動，并將其接近實時地翻譯為句子文本，錯誤率低至 3%。

而且試驗還發現，如果利用某人的神經活動和言語對循環網絡進行預訓練后再在另一名受試者身上進行訓練，最終的解碼結果有所改善，這意味著這種方法在不同人員之間或許是可轉移的。實際上，這種腦電波解碼方式也可以粗略地理解為機器翻譯，它們都是從一種語言到另一種語言的翻譯，只不過前者輸入的內容是神經信號，后者輸入的內容為文本。

但是，目前該腦電波解碼器還存在一定的局限性。首先如果測試者所說內容超出上述特定50組句子，就會出現亂碼的現象;此外，該系統目前還不能用于有嚴重語言功能障礙的患者。

其實這種方式與Facebook早前進行一項“大腦打字”項目很相似。該項目是 Facebook Reality Labs 和加州大學舊金山分校的一項共同研究項目。在經過一年多的努力后，初見成效。研究成果于去年發表在 Nature Communications 雜志上。

在該項目期間，研究人員邀請了三名正在接受癲癇治療的患者參與了測試。

參與測試的患者在聽到一些例如“喜歡哪種樂器”等簡單問題后，系統可以通過檢測他們腦電波的方式直接把他們心中所想的答案顯示在屏幕上。不過該系統準確率當時僅為61%至76%。與上述腦電波 AI 解碼器不同的是，Facebook“大腦打字”采用的是非侵入，即將布滿電極的帽子戴在頭上即可，而前者是需要將電極植入大腦。

通常情況下，非侵入式腦機接口設備會偏向于消費級產品，比如和VRAR硬件配合使用。侵入式的則更專注于研發高精度的腦電測量設備，產品針對臨床和科研級別的。但是無論是哪種方式，它們都有望改變有語言功能障礙的殘疾人士的交互方式，為人類的交往帶來革新。
（責任編輯：fqj）