一组研究人员在神经技术领域取得了重大突破，开发出一种能够将人的思维直接转化为文本的脑机接口（BCI）系统。
该系统通过脑电图（EEG）帽在用户想象说话时捕捉大脑信号。这些神经模式随后由经过训练的人工智能模型处理，能够识别与言语相关的特定思维模式。一个先进的语言模型则将这些解码后的信号重构为连贯的句子，准确率超过70%。
“我们实际上是在拦截思维被转化为表达的信号，”一位研究人员解释道。“我们解码的是思维发生之后、决定说什么之后、决定用哪些词语以及如何运动声道肌肉之后的信号。”
与以往需要进行侵入性脑部手术的BCI系统不同，这项技术采用了非侵入性的EEG方法，使其更易于普及和日常应用。非侵入性方法如EEG通过将电极放置在头皮上，提供了安全和便利，尽管与将电极直接放置在大脑表面的侵入性方法相比，信号会有所减弱。
该系统采用基于双流卷积神经网络的混合型脑机接口，融合多种范式以提升解码准确率。这一方法在不同场景下表现出可比的性能，验证了其多样性和可靠性。
BCI领域的一个主要挑战在于，许多用户难以实现可靠的准确率。标准模型常常无法捕捉大脑活动的复杂性，导致约40%的用户无法达到70%的准确率门槛，而这一门槛被认为是BCI有效应用的关键。新系统通过适应每位用户独特的大脑模式，解决了这一难题。
对于患有严重神经系统疾病的人来说，这项技术意义重大。对于因脑损伤导致失语症或语言障碍的患者，该BCI能够通过识别EEG活动的特定模式，对大脑信号进行分类和识别，使他们能够用思维控制拼写器、语音合成器等计算机输入设备。
随着研究的深入，科学家们计划进一步提升系统的准确率并扩大其词汇量。这项技术代表了在恢复因瘫痪、中风或神经退行性疾病而丧失沟通能力者交流能力方面的重要进步。