neuraldecoding

Meta在不進行手術的情況下解碼大腦。

非侵入式神經解碼剛剛取得重大進展。Meta的Brain2Qwerty利用在腦電記錄上訓練的AI，把思維模式翻譯成句子。不需要植入物。該系統讀取頭皮上的電信號，並將其轉換爲文本，詞彙覆蓋範圍還在不斷擴大。

這項技術正在連接神經信號與文本生成，並通過提升精確度持續前進。研究人員將原始腦部活動輸入到Transformer模型中，讓模型學習如何把信號模式映射到單詞。早期試驗聚焦短語和常用詞彙，但隨着訓練數據集不斷增大，準確率穩步提升。現有系統在受限詞彙表上實現約50-70個單詞的準確度；而研究表明，3-5年內有望提供更廣泛的語言支持。

這還不是“讀心術”。想象的是光標控制、詞語選擇，以及爲癱瘓患者和“被鎖定綜合徵”受害者提供基礎溝通。僅醫療層面的應用前景，就足以證明數十億美元的風險投資正涌入神經接口初創公司。但從路線圖來看，十年內更豐富的面向消費者的界面也將到來。去中心化的神經網絡或許能讓用戶擁有自己的腦部數據，而不是把它交給某一家公司的集中式服務器——當想法成爲下一個數據前沿時，這一點至關重要。

非侵入式腦機接口是否能證明集中式AI訓練是合理的？還是說醫療帶來的收益足以勝過隱私與監視風險？治療設備與監視工具之間的界限究竟在哪裏？歡迎在下方留言。👇

#BrainComputerInterface #NonInvasiveAI #NeuralDecoding